Riverpod 3.0 重大变更:Ref API 重构与迁移指南
2025-06-02 21:28:38作者:滑思眉Philip
核心变更概述
Riverpod 作为 Flutter 状态管理库的标杆,即将迎来 3.0 版本的重大架构调整。本次重构的核心目标是简化 API 设计,将原先分散在 Ref 上的功能进行合理拆分和重新组织。最显著的变化是:
- 废弃 Ref 的类型参数(使其变为可选)
- 将状态监听等职责迁移到 Notifier 体系
- 标记 Ref 为密封类(@sealed)
- 停止生成 MyProviderRef 类型
被废弃的 API 清单
以下 Ref 相关功能将在 3.0 版本中被移除:
- Ref 的类型参数(如
Ref<String>) - Ref 的状态相关方法:
.state.future.notifier.listenSelf
- 所有 Ref 的子类
- 代码生成器产生的
MyProviderRef类型
迁移策略详解
1. 监听自身状态的变化
旧版本中,我们通常在 Provider 内使用 ref.listenSelf 来监听状态变化:
final routerProvider = Provider<GoRouter>((ref) {
ref.listenSelf((previous, next) {
debugPrint("路由状态变化");
debugPrint('从 $previous 变为 $next');
});
});
新版本中,这类功能将迁移到 Notifier 体系。对于需要监听自身状态的场景,应该转换为类形式的 Provider:
@riverpod
class RouterObserver extends _$RouterObserver {
@override
String build() {
listenSelf((previous, next) {
debugPrint("路由状态变化");
debugPrint('从 $previous 变为 $next');
});
return '初始状态';
}
}
2. 状态访问方式的改变
原先通过 ref.state 访问的状态,现在应该通过 Notifier 的 state 属性直接访问:
// 旧方式
final value = ref.state;
// 新方式(在 Notifier 子类中)
final value = state;
3. 异步状态处理
对于异步状态,不再使用 ref.future,而是应该:
// 在 AsyncNotifier 中直接使用 future 属性
final data = await future;
架构设计理念
这次重构体现了 Riverpod 团队对单一职责原则的贯彻:
- 职责分离:将状态管理(Notifier)与依赖引用(Ref)的职责明确划分
- 简化核心:Ref 回归其本质 - 作为获取其他 provider 的引用工具
- 类型安全:通过代码生成确保类型安全,而非依赖运行时类型参数
迁移时间规划
建议开发者:
- 立即开始适配新 API,使用
// ignore: deprecated_member_use临时抑制警告 - 逐步将现有 Provider 迁移到类形式
- 利用 Riverpod 的代码生成工具自动处理大部分迁移工作
常见问题解决方案
Q:我的现有代码大量使用了 Ref 子类怎么办?
A:逐步将这些自定义逻辑迁移到 Notifier 的 build 方法中,或通过组合多个简单 Provider 来实现。
Q:类型参数移除后如何保证类型安全?
A:代码生成器(riverpod_generator)会在编译期确保类型正确,这比运行时的类型参数更可靠。
Q:是否必须立即迁移?
A:不是强制性的,但建议在新项目中直接使用新 API,旧项目可以分阶段迁移。
这次架构调整虽然带来了一些迁移成本,但从长期来看将使 Riverpod 的 API 更加清晰、易于维护,并为未来的功能扩展打下坚实基础。理解这些变化背后的设计理念,将帮助开发者更好地运用这个强大的状态管理库。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253