我在顯示函數(shù)調(diào)用的結(jié)果時(shí)遇到了問(wèn)題 await toxic("a toxic sentence")。我能得到的最接近的是在 React 插件的組件狀態(tài)中看到這個(gè)更新，但是它沒(méi)有更新組件本身。function ToxicLabels(theObject) {  return (  <h2>{theObject.label}  match {theObject.results[0].match}</h2>  )}class App extends React.Component {  constructor(props) {    super(props)    this.state = {      objects: [],    }  }  componentDidMount() {    this.renderThePost()  }  componentDidUpdate(){    render()  }  renderThePost = async () => {    try {      let response = await toxic('you suck')      this.setState({        object: response,      })      // this.state.object.map((object)=>{      //   console.log(object)      //   ToxicLabels(object)      // })      }catch (err) {        console.log(err)      }    }  render() {      return (        <div>          <h2>Hello {"Hola"}</h2>          {this.state.object.map((object)=> {            console.log(object)            ToxicLabels(object)            })}        </div>      )    }  }返回的數(shù)據(jù)結(jié)構(gòu)。這就是 TensorFlow 的毒性模型返回?cái)?shù)據(jù)的方式。數(shù)組中有 7 個(gè)對(duì)象。每個(gè)對(duì)象內(nèi)部都有一個(gè)標(biāo)簽和一組結(jié)果，顯示匹配（真或假）和概率。{  "object": [    {      "label": "identity_attack",      "results": [        "{match: false, probabilities: Float32Array(2)}"      ]    },    {      "label": "insult",      "results": [        "{match: true, probabilities: Float32Array(2)}"      ]    },    {      "label": "obscene",      "results": [        "{match: null, probabilities: Float32Array(2)}"      ]    },    {      "label": "severe_toxicity",      "results": [        "{match: false, probabilities: Float32Array(2)}"      ]    },    {      "label": "sexual_explicit",      "results": [        "{match: null, probabilities: Float32Array(2)}"      ]    },    {      "label": "threat",      "results": [        "{match: false, probabilities: Float32Array(2)}"      ]    },    {      "label": "toxicity",      "results": [        "{match: true, probabilities: Float32Array(2)}"      ]    }  ]}