Pnpm 10.2.1版本与Next.js构建中bcrypt模块的兼容性问题解析
问题背景
在JavaScript包管理工具Pnpm升级到10.2.1版本后,部分开发者在使用Next.js框架进行项目构建时遇到了与bcrypt加密模块相关的构建失败问题。这一现象主要出现在使用Pnpm工作区(workspaces)模式的项目中,当从Pnpm 9.15.5版本升级到10.2.1版本后,重新安装node_modules会导致构建过程失败。
问题表现
具体表现为Next.js在构建过程中收集页面统计信息时,无法在node_modules中找到bcrypt模块。值得注意的是,Next.js框架会自动将bcrypt模块排除在打包过程之外,这在过去也曾引发过类似问题。
根本原因
经过分析,这一问题源于Pnpm 10.0.0版本引入的一项重要安全改进:默认阻止依赖项的生命周期脚本执行。这一变更旨在提高安全性,防止潜在的恶意脚本自动执行。bcrypt模块正是一个需要在安装后运行构建脚本的依赖项,因此在新版本的默认安全策略下无法完成必要的构建步骤。
解决方案
针对这一问题,开发者有以下几种解决方案:
-
批准构建脚本执行:在项目安装完成后,运行
pnpm approve-builds命令,这将允许所有依赖项的构建脚本执行。 -
配置白名单:在项目的package.json文件中,通过
pnpm.onlyBuiltDependencies配置项明确列出需要执行构建脚本的依赖项,如bcrypt模块。 -
临时降级:如果项目紧急,可以暂时降级到Pnpm 9.15.5版本,但这不是长期推荐方案。
最佳实践建议
对于使用Pnpm管理Next.js项目的开发者,建议采取以下措施:
-
在升级Pnpm版本前,先了解版本变更中的重要安全策略调整。
-
对于需要构建脚本的依赖项,明确配置在
pnpm.onlyBuiltDependencies中,这比全局批准所有构建更安全。 -
关注安装完成后的提示信息,Pnpm会在安装输出中包含关于构建脚本阻止的重要提示。
-
对于加密类模块如bcrypt,要特别注意其构建要求,确保生产环境和开发环境的一致性。
总结
Pnpm 10.x版本引入的构建脚本安全策略是一项重要的安全改进,虽然短期内可能造成一些兼容性问题,但从长远来看有助于提高项目的安全性。开发者需要适应这一变化,通过合理配置来平衡安全性和功能性需求。对于Next.js项目中的bcrypt等特殊依赖,采取明确的构建批准策略是最佳实践。
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