解决 Laravel Query Builder 在 PHPStan 中的类型推断问题
在使用 Laravel 开发过程中,Spatie 的 laravel-query-builder 是一个非常流行的扩展包,它提供了优雅的 API 来构建复杂的数据库查询。然而,当结合静态分析工具 PHPStan 使用时,开发者可能会遇到类型推断不准确的问题。
问题背景
当开发者使用 QueryBuilder 构建查询并获取结果时,PHPStan 无法正确推断返回值的具体类型。例如,当查询一个特定模型时,期望返回的是该模型的集合,但 PHPStan 却只能推断出通用的 Illuminate\Database\Eloquent\Collection 类型,丢失了模型的具体类型信息。
原因分析
这个问题主要源于 PHPStan 无法自动识别 QueryBuilder 的泛型特性。虽然 Laravel 的 Eloquent Builder 已经支持了泛型标注,但 Spatie 的 QueryBuilder 包装了原生 Builder 后,类型信息在传递过程中丢失了。
解决方案
要解决这个问题,我们需要为 QueryBuilder 创建类型存根(stub)文件,明确声明其泛型行为。以下是完整的解决方案:
1. 创建 QueryBuilder 类型存根
在项目中创建 stubs/phpstan/QueryBuilder.stub 文件,内容如下:
<?php
namespace Spatie\QueryBuilder;
use Illuminate\Database\Eloquent\Builder as EloquentBuilder;
use Illuminate\Database\Eloquent\Model;
use Illuminate\Database\Eloquent\Relations\Relation;
use Illuminate\Http\Request;
/**
 * @template TModel of Model
 *
 * @mixin EloquentBuilder<TModel>
 */
class QueryBuilder
{
    /**
     * @var EloquentBuilder<TModel>|Relation<TModel, Model, mixed>
     */
    protected EloquentBuilder|Relation $subject;
    /**
     * @param  EloquentBuilder<TModel>|Relation<TModel, Model, mixed>  $subject
     */
    public function __construct(
        EloquentBuilder|Relation $subject,
        ?Request $request = null
    ) {}
    /**
     * @template T of Model
     *
     * @param  EloquentBuilder<T>|Relation<T, Model, mixed>|string  $subject
     * @return self<T>
     */
    public static function for(
        EloquentBuilder|Relation|string $subject,
        ?Request $request = null
    ): self {}
    /**
     * @param  string  $name
     * @param  mixed  $arguments
     * @return EloquentBuilder<TModel>|self<TModel>
     */
    public function __call($name, $arguments): EloquentBuilder {}
    /**
     * @return EloquentBuilder<TModel>
     */
    public function getEloquentBuilder(): EloquentBuilder {}
    /**
     * @return Relation<TModel, Model, mixed>|EloquentBuilder<TModel>
     */
    public function getSubject(): Relation|EloquentBuilder {}
}
2. 创建辅助 Trait 简化使用
为了更方便地在项目中使用类型安全的 QueryBuilder,可以创建一个 Trait:
<?php
namespace App\Traits;
use Illuminate\Database\Eloquent\Builder;
use Spatie\QueryBuilder\QueryBuilder;
trait CreatesSpatieQueryBuilder
{
    /**
     * @template T of \Illuminate\Database\Eloquent\Model
     *
     * @param  class-string<T>|Builder<T>  $query
     * @return QueryBuilder<T>
     */
    private function getQueryBuilder(string|Builder $query): QueryBuilder
    {
        return QueryBuilder::for($query);
    }
}
实现原理
- 
泛型模板定义:通过
@template TModel of Model声明 QueryBuilder 是一个泛型类,其类型参数 TModel 必须是 Model 的子类。 - 
类型参数传递:在静态方法
for()中,使用新的模板参数 T 来捕获输入 Builder 的具体模型类型,并确保返回的 QueryBuilder 实例具有相同的类型参数。 - 
方法代理:通过
@mixin标注和__call方法的类型声明,确保所有 Builder 方法的调用都能正确传递类型信息。 
使用效果
应用这些修改后,PHPStan 将能够正确识别 QueryBuilder 返回的集合中包含的具体模型类型,大大提高了静态分析的准确性,同时为开发者提供了更好的代码提示和类型检查。
最佳实践
- 
始终为模型类添加正确的
@method标注,如@method static Builder<FormField>|FormField query() - 
在复杂查询场景中,考虑将查询逻辑封装到专门的查询类中,并使用类型存根确保类型安全
 - 
定期更新 PHPStan 和 Larastan 版本,以获取更好的类型推断支持
 
通过这种方式,开发者可以在享受 Spatie QueryBuilder 便利性的同时,不牺牲代码的静态分析质量,实现更好的开发体验和更可靠的代码质量。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00