NgRx Signals 重大变更:从 computed 到 props 的迁移指南
2025-05-28 19:57:30作者:卓炯娓
NgRx Signals 作为 Angular 状态管理的新范式,在最新版本中引入了一项重要变更:将原先的 computed 概念全面重构为 props。这一变更影响了多个核心 API 和类型定义,本文将详细解析这一变更的背景、具体内容以及如何进行平滑迁移。
变更背景
在早期版本的 NgRx Signals 中,computed 被用于描述派生状态(derived state)的概念。但随着 API 设计的演进,开发团队发现 props 更能准确表达其作为组件输入属性的语义。这一命名变更不仅提升了代码的可读性,也为未来功能扩展打下了更坚实的基础。
主要变更点
1. 类型定义重命名
原先的 EntityComputed 和 NamedEntityComputed 类型已更名为更简洁的 EntityProps 和 NamedEntityProps:
// 旧版本
import { EntityComputed, NamedEntityComputed } from '@ngrx/signals/entities';
// 新版本
import { EntityProps, NamedEntityProps } from '@ngrx/signals/entities';
2. signalStoreFeature 配置变更
在 signalStoreFeature 的配置对象中,computed 属性已统一改为 props:
// 旧版本配置方式
export function withMyFeature() {
  return signalStoreFeature(
    { computed: type<{ num: Signal<number> }>() },
    // ...
  );
}
// 新版本配置方式
export function withMyFeature() {
  return signalStoreFeature(
    { props: type<{ num: Signal<number> }>() },
    // ...
  );
}
3. 泛型参数变更
SignalStoreFeature 泛型参数中的 computed 也相应变更为 props:
// 旧版本泛型定义
export function withMyFeature(): SignalStoreFeature<
  { state: {}, computed: { num1: Signal<number> }, methods: {} },
  { state: {}, computed: { num2: Signal<number> }, methods: {} },
> {
  // ...
}
// 新版本泛型定义
export function withMyFeature(): SignalStoreFeature<
  { state: {}, props: { num1: Signal<number> }, methods: {} },
  { state: {}, props: { num2: Signal<number> }, methods: {} },
> {
  // ...
}
迁移建议
对于大型项目,手动修改这些变更可能比较耗时。NgRx 团队已经提供了自动迁移工具(schematic)来简化这一过程。开发者可以通过以下步骤完成迁移:
- 确保项目已更新到最新版本的 @ngrx/signals
 - 运行 NgRx 提供的迁移 schematic
 - 检查并验证自动迁移的结果
 - 手动处理任何未被自动迁移的特殊情况
 
变更带来的优势
这一命名变更带来了几个显著优势:
- 语义更清晰:
props比computed更能准确表达这些属性的用途 - 一致性增强:与前端生态中其他流行框架(如 React、Vue)的术语保持一致
 - 扩展性更好:为未来可能添加的更多属性类型预留了设计空间
 
总结
NgRx Signals 从 computed 到 props 的变更是框架演进过程中的重要一步,虽然带来了短暂的迁移成本,但从长远来看将显著提升代码的可维护性和可读性。开发者应尽快完成迁移以享受新版本带来的各种改进和未来可能的新特性。
登录后查看全文 
热门项目推荐
相关项目推荐
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
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
272
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
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++
597
157
暂无简介
Dart
564
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
231
14
🎉 (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
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
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!
C
1.02 K
444