Redux Toolkit v2.6.1发布:无限查询修复与异步Thunk增强
Redux Toolkit是Redux官方推荐的工具集,它简化了Redux的使用,提供了诸如createSlice、createAsyncThunk等实用工具,让开发者能够更高效地编写Redux代码。最新发布的v2.6.1版本主要针对2.6.0中引入的无限查询功能进行了多项修复,并增强了createAsyncThunk的功能。
无限查询功能修复
在2.6.0版本中,Redux Toolkit引入了对无限查询的支持,这是一个重要的新特性。然而,在实际使用中发现了一些类型相关的问题。v2.6.1版本对这些类型问题进行了全面修复:
-
类型匹配修复:
matchFulfilled
和providesTags
现在能够正确获取响应类型,解决了之前版本中类型推断不正确的问题。 -
预定义类型增强:新增了专门针对无限查询的预定义类型(
Type*
),与现有的查询和变更预定义类型保持一致,使类型系统更加完整。 -
参数选择器支持:
selectCachedArgsForQuery
现在能够正确处理无限查询的参数,扩展了其使用场景。 -
类型可移植性:修复了无限查询在生成TypeScript声明文件时的类型可移植性问题,确保类型定义在不同环境下都能正常工作。
-
状态订阅修正:
useInfiniteQueryState
和useInfiniteQuerySubscription
现在正确地只接收查询参数,而不是之前错误的{queryArg, pageParam}
组合对象。
createAsyncThunk信号支持
createAsyncThunk
是Redux Toolkit中处理异步操作的核心工具。v2.6.1版本为其新增了可选参数{signal}
的支持。这一改进意味着:
- 开发者现在可以传入外部的AbortSignal,实现更精细的异步操作控制
- 内部的中断信号处理会自动与传入的信号关联
- 这为取消异步操作提供了更大的灵活性,特别是在需要协调多个异步任务的场景下
其他改进
除了上述主要变化外,v2.6.1还包含了一些其他改进:
upsertQueryEntries
现在能够正确生成缓存条目提供的标签,解决了之前版本中标签生成不正确的问题- 整体类型系统更加健壮,特别是针对无限查询场景
- 开发者体验进一步提升,类型提示更加准确
升级建议
对于已经在使用Redux Toolkit 2.6.0的项目,特别是使用了无限查询功能的项目,建议尽快升级到2.6.1版本以获取更稳定的类型支持。对于新项目,可以直接从2.6.1版本开始使用,享受更完善的无限查询功能体验。
这次更新虽然是一个小版本号变更,但对于使用无限查询功能的项目来说,解决了多个实际开发中可能遇到的痛点问题,值得及时升级。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava03GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0295- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









