Redux Toolkit 2.2.0 版本中内部类型导出的变更分析
2025-05-21 11:11:29作者:胡易黎Nicole
背景概述
在 Redux Toolkit 2.2.0 版本更新后,一些开发者发现之前可以正常使用的内部类型(如 MaybeDrafted 和 PatchCollection)无法再从 @reduxjs/toolkit/dist/query/core/buildThunks 路径导入。这些类型主要用于处理 RTK Query 中的缓存更新操作。
技术细节解析
原有使用方式
开发者原先通过以下方式导入这些内部类型:
import {
MaybeDrafted,
PatchCollection,
} from "@reduxjs/toolkit/dist/query/core/buildThunks";
这些类型主要用于处理 RTK Query 的缓存更新场景,特别是在使用 api.util.updateQueryData 方法时,用于生成补丁(patch)操作。
官方建议
Redux Toolkit 团队明确指出,任何从 /dist/ 路径导入的内容都应被视为内部实现细节,可能会在不通知的情况下发生变化。官方推荐的公共入口点包括:
- @reduxjs/toolkit
- @reduxjs/toolkit/react
- @reduxjs/toolkit/query
- @reduxjs/toolkit/query/react
替代方案
对于需要使用这些类型的场景,开发者可以采用以下替代方案:
-
使用 TypeScript 类型推断:
// 替代 PatchCollection type MyPatchCollection = Array<ReturnType<typeof api.util.updateQueryData>>; -
使用 Immer 提供的类型:
Draft类型可以直接从 Redux Toolkit 导入(已被重新导出)Patch类型可以从 immer 库直接导入
最佳实践建议
-
避免依赖内部路径:始终优先使用官方文档中明确导出的公共 API。
-
类型安全处理缓存更新:当需要处理 RTK Query 的缓存更新时,可以通过以下方式确保类型安全:
const updatePatches = (args: SomeArgs) => { return api.util.updateQueryData('endpointName', args, (draft) => { // 直接操作 draft }); }; -
类型推导优先:在 TypeScript 中,尽可能利用类型推导而不是显式类型声明,这可以减少对特定类型的依赖。
总结
Redux Toolkit 2.2.0 版本中对内部类型的访问限制是一个合理的变更,旨在维护库的稳定性和可维护性。开发者应该调整代码,使用公共 API 或类型推导来替代原先对内部类型的依赖。这种变更虽然短期内可能需要一些代码调整,但从长期来看有助于提高应用的稳定性和可维护性。
对于高级用例,可以考虑将复杂的缓存更新逻辑封装为工具函数,并通过类型参数或推导来保持类型安全,而不是直接依赖库的内部实现细节。
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
184
196
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++
648
265
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
275
97
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
380
3.43 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