解决 electron-builder 中 node-module-collector 的调用栈溢出问题
2025-05-15 20:53:16作者:翟江哲Frasier
问题背景
在使用 electron-builder 26.0.6 版本时,部分开发者遇到了一个严重问题:当构建 Electron 应用时,node-module-collector 模块会抛出"Maximum call stack size exceeded"错误,导致构建过程失败。这个问题主要出现在项目依赖树中存在循环依赖或特殊依赖结构的情况下。
问题分析
electron-builder 的 node-module-collector 模块负责收集和打包项目依赖的 node_modules。在 26.0.6 版本中,该模块在处理某些特殊依赖结构时会出现无限递归,最终导致调用栈溢出。从开发者反馈来看,以下情况容易触发此问题:
- 项目依赖中包含 @seald-io/nedb 包
- 使用 npm-run-all 等工具包
- 存在 react-native-audio-recorder-player 3.5.4 版本
- 依赖树中存在自引用(包依赖自身)
解决方案
临时解决方案
对于急需构建的项目,可以采用以下临时解决方案:
- 降级 electron-builder:回退到 25.1.8 或 26.0.1 版本可以避免此问题
- 使用 patch-package:应用社区提供的补丁修改 node-module-collector 的递归逻辑
- 调整依赖结构:将运行时依赖移动到 devDependencies 中(适用于已使用 webpack 等工具打包的项目)
根本解决方案
electron-builder 团队已经识别出问题的根源并提供了修复方案。核心改进包括:
- 添加 skipCircularDeps 标志来跳过循环依赖处理
- 优化依赖树遍历逻辑,防止无限递归
- 更智能地判断何时需要填充依赖树
最佳实践建议
为了避免类似问题并优化 Electron 应用构建,建议开发者:
- 使用代码打包工具:如 webpack 将代码和依赖打包到单个文件中,这不仅能避免 node_modules 收集问题,还能提升应用性能
- 合理组织依赖:区分开发依赖和运行时依赖,即使使用打包工具也建议保持清晰的依赖结构
- 关注构建配置:如果确实不需要打包 node_modules,可以通过 beforeBuild 钩子返回 false 来跳过此步骤
- 保持依赖更新:及时更新可能存在问题的依赖包版本
技术实现细节
问题的技术根源在于 node-module-collector 在处理空依赖对象时的逻辑缺陷。当遇到以下情况时:
- 主依赖树显示依赖为空
- 但 _dependencies 中存在记录
- 系统尝试从全局依赖映射中填充依赖
这种情况下如果没有适当的终止条件,就会导致无限递归。修复方案通过添加 skipCircularDeps 标志和更严格的判断条件来中断这种递归。
总结
electron-builder 26.x 版本引入的新依赖收集器虽然提升了功能,但也带来了新的边缘情况问题。通过理解问题本质和应用适当解决方案,开发者可以顺利构建 Electron 应用。对于已经使用打包工具的项目,完全跳过 node_modules 收集可能是最简洁高效的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler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。
C
468
461
Ascend Extension for PyTorch
Python
757
960
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
646