MSW在Vite 5.x中base路径配置问题的解决方案
问题背景
在使用MSW(Mock Service Worker)进行前端API模拟时,当项目基于Vite 5.x构建并配置了base路径时,可能会遇到Service Worker加载失败的问题。具体表现为浏览器控制台报错404,无法找到mockServiceWorker.js文件。
问题原因
Vite 5.x版本对开发服务器和预览环境的HTML服务行为进行了对齐调整。当在vite.config.ts中设置了base路径(如'/my-app/')时,所有静态资源的请求路径都会基于这个base路径。然而,MSW默认生成的Service Worker注册路径没有考虑这个base配置,仍然尝试从根路径加载mockServiceWorker.js文件。
解决方案
方案一:显式指定Service Worker URL
在启动MSW worker时,可以通过serviceWorker.url参数显式指定正确的路径:
if (import.meta.env.DEV) {
const { worker } = await import("./mocks/browser");
await worker.start({
serviceWorker: {
url: `${import.meta.env.BASE_URL}/mockServiceWorker.js`,
},
});
}
这种方法利用了Vite提供的环境变量import.meta.env.BASE_URL,它会自动获取vite.config.ts中配置的base路径。
方案二:通过package.json配置
另一种方法是在package.json中设置homepage字段,然后在启动worker时引用这个值:
import packageJson from '../package.json'
if (process.env.NODE_ENV === 'development') {
const { worker } = await import('./mocks/browser')
await worker.start({
serviceWorker: {
url: `${packageJson.homepage}/mockServiceWorker.js`,
},
})
}
技术原理
Service Worker的注册路径必须与实际文件位置完全匹配。在Vite项目中,当配置了base路径后,所有静态资源都会被重新定位到base路径下。MSW默认生成的mockServiceWorker.js文件也会被放置在这个路径下,但Service Worker的注册逻辑没有自动适应这个变化。
通过显式指定url参数,我们确保了Service Worker的注册路径与实际文件位置一致,解决了404错误问题。
最佳实践
- 对于Vite项目,推荐使用import.meta.env.BASE_URL方案,因为它直接与Vite配置同步
- 确保mockServiceWorker.js文件被正确复制到构建输出目录
- 在开发和生产环境使用相同的base路径配置,避免环境差异
- 如果项目需要部署到不同路径下,考虑使用环境变量来动态设置base路径
总结
Vite 5.x的base路径配置是一个有用的功能,但在与MSW结合使用时需要特别注意Service Worker的注册路径问题。通过本文介绍的两种解决方案,开发者可以轻松解决路径不匹配的问题,确保API模拟功能在各种部署环境下正常工作。
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-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00