Vue Vben Admin 项目中构建时"createRequire"报错分析与解决方案
问题现象
在使用 Vue Vben Admin 5.x 版本进行项目开发时,部分开发者在更新项目依赖后执行构建命令(如 pnpm build)会遇到以下报错信息:
error during build:
../../node_modules/.pnpm/jiti@2.4.2/node_modules/jiti/lib/jiti.mjs (1:9):
"createRequire" is not exported by "__vite-browser-external",
imported by "../../node_modules/.pnpm/jiti@2.4.2/node_modules/jiti/lib/jiti.mjs".
file: /node_modules/.pnpm/jiti@2.4.2/node_modules/jiti/lib/jiti.mjs:1:9
1: import { createRequire } from "node:module";
该问题通常出现在以下场景:
- 向项目的 package.json 中添加了新依赖
- 执行了
pnpm install安装依赖 - 随后执行构建命令时出现报错
问题根源分析
这个错误的核心在于 Node.js 模块系统与 Vite 构建工具之间的兼容性问题。具体来说:
-
createRequire 的作用:这是 Node.js 原生模块提供的方法,用于创建 require 函数实例,常用于模块加载场景。
-
Vite 的浏览器兼容处理:Vite 在构建过程中会将 Node.js 特定的 API 通过
__vite-browser-external进行替换,以实现浏览器兼容性。 -
jiti 模块的特殊性:jiti 是一个运行时 TypeScript 和 ESM 支持工具,它依赖于 Node.js 的原生模块功能。
-
依赖安装不完整:当项目采用 monorepo 结构时(如 Vue Vben Admin 的架构),子包和根目录的依赖关系如果没有正确同步,就会导致这类模块解析错误。
解决方案
基础解决方案
-
完整重装依赖:
rm -rf node_modules pnpm install -
Monorepo 项目的特殊处理: 如果项目采用 monorepo 结构(如 Vue Vben Admin),需要:
# 在项目根目录执行 pnpm install # 然后进入具体子包目录 cd packages/your-package pnpm run build
进阶解决方案
-
配置 Vite 的优化依赖: 在 vite.config.js 中添加:
optimizeDeps: { include: ['jiti'] } -
检查 Node.js 版本兼容性: 确保使用的 Node.js 版本(如 v16+)与项目要求一致。
-
锁定依赖版本: 在 package.json 中固定 jiti 的版本:
"resolutions": { "jiti": "2.4.2" }
预防措施
-
依赖变更后的标准流程:
- 修改 package.json 后先执行根目录安装
- 再进入具体工作目录操作
-
使用一致的包管理器: 整个项目统一使用 pnpm,避免混用 npm 或 yarn。
-
定期清理缓存:
pnpm store prune
技术原理深入
这个问题的本质是模块系统在构建过程中的转换问题。Vite 作为现代构建工具,采用了原生 ESM 的方式,而 jiti 这样的工具在设计时考虑了 Node.js 的特定环境。当两者在构建过程中产生冲突时,就会导致这类 API 导出错误。
在 monorepo 架构下,这个问题会更加明显,因为:
- 子包的依赖可能被提升到根目录的 node_modules
- Vite 的依赖预构建可能没有正确处理这种层级关系
- pnpm 的严格 node_modules 结构使得模块解析路径更加敏感
理解这些底层原理有助于开发者更好地预防和解决类似问题。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00