Apollo Angular 9.0.0 发布:重大升级与改进
Apollo Angular 是一个将 GraphQL 与 Angular 框架集成的库,它允许开发者在前端应用中轻松地使用 GraphQL 进行数据查询和管理。最近发布的 9.0.0 版本带来了几个重要的变化和改进,值得开发者关注。
主要变更
依赖升级
Apollo Angular 9.0.0 现在要求使用 @apollo/client 3.13.1 或更高版本。这一变更确保了库与最新的 Apollo Client 功能保持同步,同时也意味着开发者需要相应地更新他们的项目依赖。
SubscriptionResult 移除
在这个版本中,开发团队决定移除 SubscriptionResult 类型。这个决定基于两个主要原因:
- 维护成本:保持这个类型与原生类型同步需要额外的工作量
- 价值有限:这个类型并没有提供比原生类型更多的价值
开发者现在可以直接使用 @apollo/client/core 中的 FetchResult 类型来代替原来的 SubscriptionResult。这一变更简化了代码库,同时保持了相同的功能。
QueryRef 改进
QueryRef 类在这个版本中得到了显著改进:
-
类型转发:现在大多数方法都会直接使用 @apollo/client 的原生类型,这意味着无论安装哪个版本的 @apollo/client,都能自动获得正确的类型支持,而不需要 Apollo Angular 做额外的调整。
-
属性保护:valueChanges 和 queryId 属性现在被标记为只读,因为这些属性不应该被重新赋值,这一改变有助于防止意外的修改。
其他更新
除了上述主要变更外,这个版本还包含了一些依赖项的更新,确保库的稳定性和兼容性。
升级建议
对于正在使用 Apollo Angular 的开发者,升级到 9.0.0 版本需要注意以下几点:
- 确保项目中 @apollo/client 的版本至少为 3.13.1
- 查找并替换所有 SubscriptionResult 的使用,改用 FetchResult
- 检查是否有代码尝试修改 QueryRef 的 valueChanges 或 queryId 属性,这些操作现在会被阻止
这次升级虽然包含了一些破坏性变更,但这些改变都是为了简化代码库和提高稳定性。移除 SubscriptionResult 减少了维护负担,而 QueryRef 的改进则提供了更好的类型安全性和使用体验。
对于新项目,建议直接使用 9.0.0 版本以利用这些改进。对于现有项目,可以在测试环境中先进行升级验证,确保所有功能正常工作后再部署到生产环境。
- 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、StarJava04GitCode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!C0298- 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









