AngularFire与Firebase JS SDK版本兼容性问题解析
问题背景
在Angular 18.1.0版本中,开发者在使用@angular/fire(AngularFire)库时遇到了一个典型的类继承错误:"Class extends value undefined is not a constructor or null"。这个错误发生在Vite开发服务器尝试评估SSR模块时,具体指向了@firebase/auth模块中的undici库文件。
技术分析
这个问题的本质是版本依赖冲突。Angular 18.1.0使用了特定版本的undici库,而@angular/fire(当前版本18.0.1)所依赖的Firebase JS SDK(@firebase/auth)使用了不同版本的undici库,导致在类继承时出现不兼容问题。
undici是Node.js的一个高性能HTTP客户端库,被Firebase SDK用于底层网络通信。当两个不同版本的undici同时存在于依赖树中时,就可能出现这种类继承失败的情况。
解决方案
AngularFire团队已经确认这个问题将在v19版本中得到解决,届时将支持Firebase JS SDK v11。Firebase JS SDK v11预计会使用与Angular 18兼容的undici版本,从而消除这个版本冲突。
临时应对措施
对于急需解决此问题的开发者,可以考虑以下临时方案:
-
锁定依赖版本:暂时固定Angular和Firebase相关库的版本,避免自动升级到不兼容的版本组合。
-
手动解决依赖冲突:通过
package.json的resolutions字段(如果使用yarn)或overrides字段(如果使用npm)强制指定统一的undici版本。 -
等待官方更新:最稳妥的方案是等待AngularFire v19的发布,这将提供与Angular 18完全兼容的Firebase集成。
最佳实践建议
-
保持依赖更新:定期检查并更新项目依赖,但要注意先在小规模测试环境中验证兼容性。
-
理解依赖关系:对于关键依赖如Firebase SDK,应该了解其底层依赖关系,特别是当它们与框架核心库共享依赖时。
-
关注官方发布说明:在升级Angular或Firebase相关库时,仔细阅读发布说明中的兼容性信息。
总结
这类依赖冲突问题在现代JavaScript生态系统中并不罕见,特别是在大型框架和库之间。AngularFire团队已经意识到这个问题并计划在下一个主要版本中解决。开发者应该权衡立即修复的需求与等待官方解决方案之间的利弊,选择最适合自己项目的方案。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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