Apollo Client中useMutation和useLazyQuery的类型安全问题解析
2025-05-11 13:18:14作者:滕妙奇
在Apollo Client的最新版本开发中,团队发现并修复了一个关于useMutation和useLazyQuery钩子函数的类型安全问题。这个问题主要涉及在使用TypeScript和TypedDocumentNode时,变量传递的类型检查不够完善。
问题背景
在Apollo Client的文档中,useMutation和useLazyQuery都支持两种方式传递变量:
- 作为钩子本身的选项参数
- 作为执行函数(mutate或execute)的参数
理论上,这两种方式应该支持变量合并,即执行函数可以覆盖钩子中定义的默认变量值。然而,在使用TypeScript和TypedDocumentNode时,类型系统会强制要求在所有地方都提供完整的变量对象,即使某些变量已经在钩子选项中定义。
具体表现
以一个添加人员的mutation为例:
mutation AddPerson($name: String, $title: String) {
addPerson(name: $name, title: $title) {
node {
id
name
title
}
}
}
在TypeScript中尝试以下用法时会出现类型错误:
const [addEngineer] = useMutation(TYPED_DOCUMENT_NODE, {
variables: {
title: 'Engineer' // 缺少name字段的类型错误
}
});
useEffect(() => addEngineer({
variables: { name: 'Alvin' } // 缺少title字段的类型错误
}), []);
尽管这种用法在运行时能正常工作(通过any类型强制绕过类型检查),但类型系统无法正确理解变量合并的语义。
解决方案
Apollo Client团队在4.0版本中对这个问题进行了重大改进:
-
对于
useMutation:- 现在会正确检查必需变量是否在钩子选项或执行函数中提供
- 在钩子选项中定义的变量在执行函数中变为可选
- 确保所有必需变量最终都会被提供
-
对于
useLazyQuery:- 移除了钩子选项中的variables参数
- 现在要求所有变量必须通过execute函数传递
- 改进了类型检查,确保必需变量不会被意外遗漏
技术决策背后的考量
团队在解决这个问题时做出了几个重要决策:
-
简化变量传递方式:特别是对于
useLazyQuery,移除了钩子选项中的variables参数,避免了变量生效时机的歧义。 -
类型安全优先:确保开发者在编译时就能发现变量缺失的问题,而不是等到运行时。
-
一致性:使API行为更加一致和可预测,减少开发者的认知负担。
升级建议
对于现有项目,建议:
- 逐步迁移到新的变量传递方式
- 检查所有
useLazyQuery调用,确保变量都通过execute函数传递 - 利用改进的类型检查发现潜在的问题
这些改进将在Apollo Client 4.0中正式发布,目前可以通过alpha版本提前体验。团队鼓励开发者提供反馈,帮助进一步完善这些变更。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1