TanStack Router 中 Server Functions 的正确使用方式
2025-05-24 13:30:33作者:瞿蔚英Wynne
在 TanStack Router 项目中,开发者在使用 Server Functions 时可能会遇到一个常见问题:当尝试使用 createServerFn 创建服务器端函数时,系统会抛出错误提示"createServerFn must be called with a function that is marked with the 'use server' pragma"。
问题现象
开发者按照常规思路,可能会在服务器函数中添加"use server"指令,如下所示:
"use server"
export const getCurrentUser = createServerFn()
.handler(async () => {
"use server";
let user = await getAuth(getWebRequest());
return user?.userId
});
然而,这种做法反而会导致错误。经过社区讨论和代码分析,发现这实际上是 TanStack Router 的一个特殊设计。
解决方案
正确的做法是完全不需要手动添加任何"use server"指令。TanStack Start 会自动处理这些转换工作。以下是正确的实现方式:
export const getCurrentUser = createServerFn()
.handler(async () => {
let user = await getAuth(getWebRequest());
return user?.userId
});
技术原理
深入分析 TanStack Router 的源代码可以发现,createServerFn 的实现中有一个特殊检查逻辑。它会自动为函数添加必要的元数据,包括 URL 等信息。当开发者手动添加"use server"指令时,反而会干扰这个自动处理过程。
最佳实践
- 避免手动添加"use server"指令:让框架自动处理服务器函数的标记
- 保持函数简洁:直接在 handler 中编写业务逻辑
- 确保正确配置:检查是否已正确安装和配置了 @tanstack/start-vite-plugin
总结
TanStack Router 的这一设计体现了"约定优于配置"的理念。开发者不需要关心底层的服务器函数标记细节,框架会自动处理这些技术细节,让开发者可以更专注于业务逻辑的实现。这种设计虽然初期可能会让习惯显式标记的开发者感到困惑,但从长期维护和代码简洁性角度来看,是一个值得肯定的设计选择。
对于从其他框架迁移过来的开发者,需要特别注意这一差异,避免将其他框架的使用习惯直接套用到 TanStack Router 中。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990