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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.76 K
暂无简介
Dart
773
192
Ascend Extension for PyTorch
Python
343
405
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
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
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249