Redux Toolkit 2.0 迁移中 getDefaultEnhancers 问题解析
问题背景
在从 Redux Toolkit 1.x 升级到 2.0 版本的过程中,开发者可能会遇到一个常见问题:getDefaultEnhancers is not a function 错误。这个问题通常出现在配置 Redux store 时,特别是在使用 configureStore API 时。
问题现象
当开发者按照 Redux Toolkit 2.0 的文档配置 store 时,可能会编写如下代码:
const store = configureStore({
reducer: rootReducer,
middleware: (getDefaultMiddleware) =>
getDefaultMiddleware().concat(additionalMiddleware),
enhancers: (getDefaultEnhancers) => {
return getDefaultEnhancers().concat(customEnhancer);
}
});
然而运行时却会遇到 getDefaultEnhancers is not a function 的错误提示。
根本原因
这个问题的主要原因是项目中实际上仍然在使用 Redux Toolkit 1.x 版本的代码。在 1.x 版本中,enhancers 配置项接收的是一个数组,而在 2.0 版本中,它接收的是一个回调函数。
具体差异:
- Redux Toolkit 1.x:
enhancers接收默认 enhancers 数组 - Redux Toolkit 2.0:
enhancers接收一个返回 enhancers 数组的函数
解决方案
要解决这个问题,可以采取以下步骤:
-
确认 Redux Toolkit 版本: 运行
npm ls @reduxjs/toolkit或yarn why @reduxjs/toolkit确认项目中实际使用的版本。 -
清理项目依赖: 删除
node_modules和 lock 文件(package-lock.json 或 yarn.lock),然后重新安装依赖。 -
检查导入路径: 确保所有从 Redux Toolkit 的导入路径都是正确的。在 2.0 版本中,一些内部路径发生了变化,特别是移除了
/dist路径。错误示例:
import { EntityState } from '@reduxjs/toolkit/dist/entities/models';正确示例:
import { EntityState } from '@reduxjs/toolkit'; -
更新类型定义: 注意 Redux Toolkit 2.0 中对类型系统的改进,如
EntityState现在需要显式指定 ID 类型。
最佳实践
为了避免这类问题,在升级 Redux Toolkit 时建议:
- 仔细阅读官方迁移指南
- 逐步升级,先解决主要 API 变更
- 使用 TypeScript 可以帮助捕获一些类型相关的错误
- 建立完善的测试覆盖,确保升级不会破坏现有功能
总结
Redux Toolkit 2.0 带来了许多改进,但在升级过程中可能会遇到一些兼容性问题。getDefaultEnhancers is not a function 错误通常表明项目中混合了 1.x 和 2.0 版本的代码。通过彻底检查依赖关系、更新导入路径和调整配置方式,可以顺利解决这个问题。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0123
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