Sonner项目中Promise与Server Actions的错误处理实践
2025-05-23 13:04:48作者:平淮齐Percy
背景介绍
在Next.js应用开发中,Sonner作为一款轻量级的通知组件,常被用于展示异步操作的状态反馈。当与Server Actions结合使用时,开发者经常遇到如何在Promise中优雅处理服务端错误的问题。
核心问题分析
传统方式中,开发者习惯在Server Action中直接抛出Error对象,这种方式虽然简单,但存在两个明显缺陷:
- 错误会被打印到控制台,造成不必要的干扰
- 在生产环境中,Next.js会屏蔽错误详情,只显示通用错误信息
解决方案演进
初始方案:直接抛出错误
// Server Action
if (user?.email === values.email) {
throw new Error("不能删除自己的账户");
}
这种方法虽然能触发toast的错误状态,但会将错误堆栈打印到控制台,影响调试体验。
改进方案:状态对象返回
// Server Action
if (user?.email === values.email) {
return { success: false, data: "不能删除自己的账户" };
}
// 客户端处理
toast.promise(
deleteUser({ email }),
{
loading: "删除中...",
success: ({ data }) => data,
error: ({ message }) => message
}
)
这种方式避免了控制台污染,但需要手动处理Promise状态转换。
最佳实践:封装Promise转换器
// 工具函数
export async function wrapPromise<T>(promise: Promise<{ success: boolean; data: T }>): Promise<T> {
const { success, data } = await promise;
return success ? data : Promise.reject(data);
}
// 使用方式
toast.promise(
wrapPromise(deleteUser({ email })),
{
loading: "删除中...",
success: (data) => data,
error: (err) => err
}
)
这种方案实现了:
- 清晰的类型定义
- 自动的状态转换
- 完整的错误信息传递
- 无副作用的控制台输出
技术原理剖析
Server Actions在Next.js中实质上是特殊的API端点。当直接抛出Error时:
- 开发环境:能获取完整错误信息
- 生产环境:Next.js会屏蔽敏感信息,返回通用错误
通过返回结构化对象并手动转换Promise状态,我们绕过了这个限制,同时保持了类型安全和代码整洁。
实际应用建议
- 统一错误格式:所有Server Action应保持一致的返回结构
- 类型安全:使用泛型确保数据类型一致
- 错误边界:考虑添加全局错误处理器
- i18n支持:错误消息应考虑多语言场景
总结
在Sonner与Server Actions的集成中,通过封装Promise转换器,我们实现了:
- 生产环境友好的错误处理
- 干净的控制台输出
- 类型安全的代码结构
- 良好的开发者体验
这种模式虽然需要少量样板代码,但为大型应用提供了更可靠的通知处理机制。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218