Converse.js v11版本中插件开发获取常量的方法变更
2025-06-26 16:37:20作者:明树来
在Converse.js即时通讯库的v11版本中,插件开发获取常量的方式发生了变化,这对于插件开发者来说是一个需要注意的兼容性问题。
旧版本获取常量的方式
在Converse.js v11之前的版本中,开发者可以直接通过全局的_converse对象访问各种常量。例如,要获取聊天室类型的常量,可以使用:
const roomType = _converse.CHATROOMS_TYPE;
这种方式简单直接,但存在一定的全局命名空间污染问题。
v11版本的架构变化
随着Converse.js发展到v11版本,项目进行了架构调整,将许多类和常量从全局的_converse对象中移出,改为通过模块化的_converse.exports来访问。这种变化带来了更好的模块化和封装性,但也导致了旧代码的兼容性问题。
新版本获取常量的方法
在v11版本中,开发者有两种方式可以获取这些常量:
方法一:通过模块导入(推荐)
如果你的插件是作为Converse.js打包的一部分,可以使用ES6模块导入方式:
import { constants } from '@converse/headless';
const { CHATROOMS_TYPE } = constants;
这种方式是最符合现代JavaScript开发实践的,具有更好的类型安全和代码可维护性。
方法二:通过_converse.constants
考虑到向后兼容性和独立插件开发的需求,项目维护者在v11版本中特别添加了_converse.constants属性。对于不在Converse.js打包内的独立插件,可以继续使用这种方式:
const roomType = _converse.constants.CHATROOMS_TYPE;
最佳实践建议
- 对于新开发的插件,建议优先采用模块导入的方式
- 对于需要保持独立性的插件,可以使用
_converse.constants方式 - 在升级现有插件时,注意检查所有使用全局常量的地方并进行相应修改
这种架构调整体现了Converse.js向现代化JavaScript开发方式的演进,虽然短期内需要开发者进行一些适配工作,但长期来看将提高代码的可维护性和可扩展性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。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
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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
639
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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
1.03 K
469
Ascend Extension for PyTorch
Python
149
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
227
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310