Wagmi CLI 类型推断问题解析与解决方案
2025-06-04 09:49:55作者:齐冠琰
问题背景
在使用Wagmi CLI工具(版本2.0.4)生成类型定义时,开发者遇到了类型推断不工作的问题。具体表现为生成的代码中缺少as const断言,导致TypeScript无法正确推断类型。
问题本质
Wagmi CLI工具在生成类型定义时有一个智能行为:只有当它检测到项目正在使用TypeScript时,才会自动为生成的对象添加as const断言。这种设计是为了优化纯JavaScript项目的生成结果,避免不必要的类型断言。
解决方案
对于遇到此问题的开发者,有以下几种解决方法:
-
添加tsconfig.json文件:在项目根目录下创建一个TypeScript配置文件,Wagmi CLI会自动检测到该项目使用TypeScript,从而添加
as const断言。 -
使用TypeScript配置文件:即使项目本身不使用TypeScript,也可以通过创建
wagmi.config.ts配置文件(而不是.js文件)来触发as const的生成。 -
等待功能更新:社区已经提出了改进建议,未来版本可能会增加显式配置选项来控制
as const的生成行为。
技术细节
as const断言在TypeScript中被称为"const上下文",它告诉TypeScript:
- 不要扩展字面量类型(如保持
"hello"为字面量类型,而不是扩展为string) - 对象属性变为只读
- 数组字面量变为只读元组
这对于Wagmi生成的合约ABI和配置特别重要,因为它能确保类型系统精确捕获所有合约接口细节。
最佳实践
对于混合使用Solidity和TypeScript的项目:
- 即使主要开发语言是Solidity,也建议添加最小化的tsconfig.json
- 考虑将Wagmi配置保存为TypeScript文件(.ts)
- 定期更新Wagmi CLI工具以获取最新改进
总结
Wagmi CLI的这种设计体现了对项目环境的智能适应,开发者需要理解其背后的逻辑才能正确使用。随着工具的发展,预计会有更灵活的配置选项出现,使类型生成行为更加可控。
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
177
195
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
270
93
暂无简介
Dart
623
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
378
3.33 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