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。
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00