Redux Toolkit v2.8.0 发布:增强 React Native 兼容性与无限查询功能优化
Redux Toolkit 是 Redux 官方推荐的工具集,它简化了 Redux 的使用方式,提供了诸如 createSlice、createAsyncThunk 等实用工具,让状态管理变得更加高效和便捷。最新发布的 v2.8.0 版本带来了两个重要改进:更好地支持 React Native 环境,以及增强了无限查询功能的灵活性。
React Native 兼容性提升
在 Node.js 生态系统中,package.json 的 exports 字段用于定义包的入口点。随着 Expo 和 Metro 打包工具对 exports 字段支持的不断完善,之前的包定义方式开始出现兼容性问题并产生警告信息。
开发团队重新设计了包的导出定义,解决了这些问题。这意味着现在在 React Native 项目中集成 Redux Toolkit 将更加顺畅,不会出现不必要的警告信息。这对于使用 React Native 进行跨平台应用开发的开发者来说是个好消息,因为他们可以更专注于业务逻辑的实现,而不必担心工具链的兼容性问题。
无限查询功能增强
Redux Toolkit 的 RTK Query 功能提供了强大的数据获取和缓存能力。其中,无限查询(Infinite Query)允许开发者实现分页加载更多数据的功能。在之前的版本中,getNextPageParam 和 getPreviousPageParam 回调函数的签名如下:
(
lastPage: DataType,
allPages: Array<DataType>,
lastPageParam: PageParam,
allPageParams: Array<PageParam>,
) => PageParam | undefined | null
这个设计直接借鉴了 React Query 的实现。然而,与 React Query 不同的是,RTK Query 的这些回调是在端点定义中配置的,而不是在组件内部定义,因此开发者无法直接访问查询参数(queryArg)。
v2.8.0 版本新增了 queryArg 作为第五个参数,现在回调函数的签名变为:
(
lastPage: DataType,
allPages: Array<DataType>,
lastPageParam: PageParam,
allPageParams: Array<PageParam>,
queryArg: QueryArgType
) => PageParam | undefined | null
这个改进使得开发者可以在计算下一页或上一页参数时,基于原始查询参数做出更灵活的判断,大大增强了无限查询功能的实用性。
其他改进
除了上述主要变化外,v2.8.0 还包含了一些文档更新:
- 改进了文档搜索功能,现在使用本地生成的搜索索引,不仅更加可靠,还提供了更好的搜索结果展示界面。
- 修复了一些长期存在的文档问题,提升了整体的文档质量和使用体验。
升级建议
对于正在使用 Redux Toolkit 的开发者,特别是那些在 React Native 项目中使用的开发者,建议尽快升级到 v2.8.0 版本以享受这些改进带来的好处。升级过程应该是平滑的,不会引入破坏性变更。
需要注意的是,虽然这个版本带来了许多改进,但后续的 v2.8.2 版本修复了一些问题(如包体积回归和与 jest-environment-jsdom 的兼容性问题),因此建议开发者直接升级到最新的 v2.8.2 版本。
Redux Toolkit 持续演进,不断优化开发者体验,这个版本再次证明了它作为 Redux 生态系统中首选工具集的地位。无论是新项目还是现有项目,都值得考虑采用或升级到这个强大的状态管理工具。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00