解决 lightweight-charts 项目中 Puppeteer 安装与测试问题
2025-05-20 19:25:18作者:尤辰城Agatha
在 lightweight-charts 项目开发过程中,开发者可能会遇到 Puppeteer 相关的安装和测试问题。本文将深入分析这些问题的根源,并提供多种解决方案。
问题现象
当开发者尝试运行 npm run build 或执行端到端测试时,可能会遇到以下错误:
- Chrome 浏览器下载失败,提示
Failed to set up chrome-headless-shell - 文件路径不存在错误
ENOENT: no such file or directory - 无法找到指定版本的 Chrome 浏览器
这些问题通常发生在 macOS ARM 架构设备上,特别是在 M1/M2 芯片的 Mac 电脑上。
问题根源分析
这些问题的根本原因在于:
- Puppeteer 默认会尝试下载特定版本的 Chrome 浏览器用于测试
- 项目配置中指定了缓存目录
.cache/puppeteer,但权限或路径可能存在问题 - ARM 架构设备的兼容性问题
- 缓存机制在不同环境下的行为不一致
解决方案
方案一:跳过 Puppeteer 下载(仅开发)
如果不需要运行端到端测试,可以在安装依赖时跳过 Puppeteer 的浏览器下载:
PUPPETEER_SKIP_DOWNLOAD=true npm install
这种方法适合只需要构建项目而不需要运行测试的场景。
方案二:完整解决测试环境问题
如果需要完整的测试功能,可以按照以下步骤操作:
- 清理现有环境
rm -rf node_modules
npm cache clean --force
- 重新安装依赖
npm install
- 如果仍然遇到问题,可以尝试修改
.puppeteerrc.cjs配置文件,移除或调整cacheDirectory设置
方案三:手动安装浏览器
对于更复杂的情况,可以手动安装浏览器:
- 首先跳过自动下载
PUPPETEER_SKIP_DOWNLOAD=true npm install
- 手动安装浏览器
npx puppeteer browsers install
- 在
.puppeteerrc.js中明确指定浏览器路径
executablePath: 'node_modules/.cache/puppeteer/chrome/mac_arm-132.0.6834.83/chrome-mac-arm64/Google Chrome for Testing.app/Contents/MacOS/Google Chrome for Testing'
生产环境构建建议
对于生产环境构建,建议使用:
npm run build:prod
或
npm run build:release
这些命令会跳过开发依赖和测试相关的步骤,专注于生成生产可用的代码。
最佳实践
- 对于 CI/CD 环境,确保缓存目录可写
- 在 ARM 架构设备上,确认下载的浏览器版本兼容
- 定期清理 npm 缓存以避免冲突
- 考虑在团队中统一开发环境配置
通过以上方法,开发者可以有效地解决 lightweight-charts 项目中与 Puppeteer 相关的安装和测试问题,确保开发流程顺利进行。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134