conventional-changelog-writer中自定义transform函数的正确用法
2025-05-28 08:24:40作者:凤尚柏Louis
在conventional-changelog生态系统中,conventional-changelog-writer是一个用于生成变更日志的核心组件。最近版本中,其transform函数的实现方式发生了变化,导致一些开发者在使用自定义writerOpts时遇到了问题。
问题背景
在conventional-changelog-writer的较新版本中,commit对象被设计为不可变(immutable)的。这意味着开发者不能再像以前那样直接修改传入的commit对象属性。当尝试直接修改commit对象时,会抛出"Cannot modify immutable object"的错误。
解决方案
正确的做法是让transform函数返回一个新的对象,而不是直接修改传入的commit对象。这个新对象可以包含你想要修改的属性,其他未指定的属性将保持不变。
实现示例
以下是一个正确的transform函数实现示例:
module.exports = {
writerOpts: {
transform: (commit, context) => {
// 返回新对象而不是修改原对象
return {
...commit,
type: `修改后的${commit.type}`,
notes: commit.notes.map(note => ({
...note,
title: `自定义${note.title}`
}))
};
}
}
}
关键点说明
-
不可变原则:commit对象现在被设计为不可变的,这是现代JavaScript开发中的常见模式,有助于提高代码的可预测性和稳定性。
-
函数式编程:transform函数应该遵循函数式编程的原则,即不产生副作用,而是返回一个新的对象。
-
部分更新:返回的对象只需要包含需要修改的属性,其他属性会自动保留原值。
-
深层修改:如果需要修改嵌套属性(如notes数组中的对象),也需要遵循不可变原则,使用map等函数返回新数组。
最佳实践
- 总是返回新对象,而不是修改原对象
- 使用展开运算符(...)来保留不需要修改的属性
- 对于数组和嵌套对象,使用map等函数进行转换
- 保持transform函数纯净,不依赖或修改外部状态
通过遵循这些原则,开发者可以充分利用conventional-changelog-writer的灵活性,同时避免因对象不可变性导致的运行时错误。
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
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
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
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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
246
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
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
470
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
364
3.02 K