在extension.js项目中配置resolve.alias路径别名的方法
在基于extension.js开发浏览器扩展时,我们经常需要配置路径别名来简化模块导入路径。本文将详细介绍如何在extension.config.js文件中正确设置resolve.alias配置项。
为什么需要路径别名
路径别名(alias)是现代前端开发中常用的技术手段,它允许开发者用简短的别名替代冗长的相对路径。例如,使用@/components/Button代替../../../../components/Button,这不仅能提高代码可读性,还能避免因目录结构调整导致的大量路径修改。
extension.js中的配置方法
与Vite配置不同,extension.js需要通过config函数来修改webpack配置。以下是完整的配置示例:
/** @type {import('extension').FileConfig} */
const path = require("path");
module.exports = {
config: (config) => {
config.resolve.alias = {
...config.resolve.alias, // 保留原有别名配置
"@": path.resolve(__dirname, "./"), // 添加新别名
};
return config;
},
};
关键点解析
-
config函数:这是extension.js提供的核心配置方法,接收原始webpack配置对象作为参数,返回修改后的配置。
-
保留原有配置:使用扩展运算符
...config.resolve.alias确保不会覆盖其他插件或预设添加的别名配置。 -
path模块:Node.js的path模块用于处理文件路径,
path.resolve(__dirname, "./")获取项目根目录的绝对路径。 -
类型注释:
/** @type {import('extension').FileConfig} */提供了类型提示,虽然不是必须的,但能显著提升开发体验。
实际应用场景
配置完成后,你可以在项目中这样使用:
// 使用别名前
import Button from '../../../components/Button';
// 使用别名后
import Button from '@/components/Button';
注意事项
-
确保path模块已安装,它是Node.js核心模块,无需额外安装。
-
修改配置后需要重启开发服务器才能使更改生效。
-
如果使用TypeScript,还需要在tsconfig.json中配置相应的路径映射。
通过合理配置路径别名,可以显著提升extension.js项目的开发效率和代码可维护性。这种配置方式也体现了extension.js灵活的设计理念,允许开发者深度定制构建流程。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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