Netlify CLI 中使用 ESM 模块的常见问题与解决方案
问题背景
在使用 Netlify CLI 开发项目时,开发者可能会遇到一个典型问题:即使已经在 package.json 中明确设置了 "type": "module",Netlify 函数仍然被构建为 CommonJS (CJS) 格式的 module.exports 语法,导致运行时错误。
问题现象
当开发者按照以下方式配置项目时:
- 在 package.json 中设置
"type": "module" - 在 netlify.toml 中配置
node_bundler = "esbuild" - 使用 ES 模块语法 (export/import) 编写函数
构建后的函数文件仍然包含 CommonJS 的 module.exports 语法,而不是预期的 ES 模块格式。这会导致运行时错误,因为 Node.js 会尝试以 ES 模块方式加载这些函数,但实际得到的是 CommonJS 格式的代码。
根本原因
Netlify 函数的构建系统默认会根据文件扩展名来确定模块类型。即使项目配置为 ES 模块,如果函数文件使用 .js 扩展名,构建系统仍可能将其视为 CommonJS 模块处理。
解决方案
方法一:使用正确的文件扩展名
对于 ES 模块函数,应使用以下扩展名之一:
.mjs- 纯 JavaScript 的 ES 模块.mts- TypeScript 的 ES 模块
示例:
// functions/test.mjs
const handler = async (event, context) => {
return {
statusCode: 200,
body: JSON.stringify({ message: "test" })
}
}
export { handler }
方法二:明确配置构建选项
在 netlify.toml 中,可以更详细地配置构建选项:
[functions]
directory = "functions"
node_bundler = "esbuild"
format = "esm" # 明确指定输出格式为 ES 模块
方法三:检查 Node.js 版本
确保使用的 Node.js 版本完全支持 ES 模块。建议使用 Node.js 14+ 版本,并在 netlify.toml 中明确指定:
[build.environment]
NODE_VERSION = "20.11.1"
最佳实践
-
统一模块系统:在整个项目中保持一致,要么全部使用 ES 模块,要么全部使用 CommonJS。
-
文件命名规范:
- 对于 ES 模块:使用
.mjs或.mts扩展名 - 对于 CommonJS:使用
.js或.cjs扩展名
- 对于 ES 模块:使用
-
构建配置:在 netlify.toml 中明确指定构建目标和格式。
-
测试验证:在本地开发时,使用
netlify dev命令测试函数是否按预期工作。
总结
Netlify CLI 支持 ES 模块,但需要开发者注意文件扩展名和配置细节。通过使用正确的文件扩展名(如 .mjs)和适当的构建配置,可以确保函数以正确的模块格式构建和运行。这一实践不仅适用于简单的函数,也适用于复杂的、依赖现代 JavaScript 特性的项目。
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
HunyuanVideo-1.5暂无简介00
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