Vinxi项目中多路由构建的插件开发实践
2025-06-30 04:27:51作者:幸俭卉
背景介绍
在基于Vinxi和Vite 5.0构建的SolidStart应用中,开发者可能会遇到一个常见问题:自定义Vite插件中的buildStart钩子在开发模式下会被调用多次。这实际上是Vinxi架构设计的一个特性,而非bug。
Vinxi的多路由架构
Vinxi/SolidStart应用采用了创新的多路由架构设计,一个完整的应用实际上由三个Vite子应用组成:
- 客户端应用(Client App) - 负责浏览器端渲染
- 服务端应用(Server App) - 处理服务端渲染
- 服务函数应用(Server Function App) - 专门处理API路由
这种架构设计带来了性能优势,但也意味着普通的Vite插件会被同时应用到这三个子应用中,导致插件逻辑被执行三次。
解决方案
1. 按路由定向应用插件
Vinxi提供了精细化的插件应用控制,可以通过defineConfig的vite选项针对不同路由应用不同插件:
import { defineConfig } from "@solidjs/start/config";
export default defineConfig({
vite({ router }) {
if (router === "server") {
// 仅应用到服务端路由
return { plugins: [openApiPlugin()] };
}
return { plugins: [] };
}
});
2. 开发模式与构建模式的分离处理
对于需要在开发模式下监听文件变化并重新生成代码的场景,推荐采用以下最佳实践:
const app = defineConfig({ /* 配置内容 */ });
// 构建时执行的钩子
app.hooks.hook('app:build:start', async () => {
await generateOpenApiFiles();
});
function openAPIPlugin() {
return {
name: "openapi-generator",
async configureServer(server) {
// 开发模式首次执行
await generateOpenApiFiles();
// 设置文件监听
server.watcher.add(sourceDir)
.on('change', async (file) => {
if (file.startsWith(sourceDir)) {
await generateOpenApiFiles();
}
});
}
};
}
export default app;
注意事项
-
钩子API的稳定性:Vinxi的hooks API目前仍处于实验阶段,未来可能会有命名和调用方式的调整。
-
性能考量:在多路由架构下,插件执行次数会成倍增加,需要特别注意插件逻辑的性能优化。
-
开发与构建的差异:开发模式下主要依赖文件监听,而构建模式则需要确保一次性生成所有必要文件。
通过理解Vinxi的多路由架构设计原理,并采用上述解决方案,开发者可以更高效地编写适用于Vinxi生态的Vite插件,实现开发体验和构建性能的最佳平衡。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
544
669
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++
955
929
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
420
75
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
407
324
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292