AGS项目在Ubuntu 24.04上的TypeScript编译问题解决方案
在Ubuntu 24.04系统上构建AGS项目时,开发者可能会遇到一个关于TypeScript编译器(tsc)路径识别的问题。这个问题表现为Meson构建系统无法正确找到位于node_modules/.bin目录下的TypeScript编译器。
问题现象
当执行meson install -C build命令时,系统会报错:
FAILED: src/tsc-output
node_modules/.bin/tsc --outDir /home/gg/git/ags/build/tsc-out
/bin/sh: 1: node_modules/.bin/tsc: not found
尽管node_modules目录确实存在于项目根目录下,并且tsc可执行文件也存在于node_modules/.bin中,Meson构建系统仍然无法正确识别这个路径。
问题分析
这个问题源于Meson构建系统在解析相对路径时的行为。默认情况下,Meson在构建目录中执行命令,而构建目录与项目根目录是分离的。当Meson尝试执行node_modules/.bin/tsc时,它会在构建目录下寻找这个路径,而不是项目根目录。
解决方案
经过开发者社区的探索,找到了以下有效的解决方案:
-
手动修改构建文件: 在运行
meson setup build后,可以编辑生成的build.ninja文件,手动将node_modules路径修改为相对项目根目录的正确路径(添加..前缀)。 -
更规范的解决方案: 更好的做法是在Meson构建配置中明确指定TypeScript编译器的完整路径。可以通过修改meson.build文件来实现:
tsc = find_program('../node_modules/.bin/tsc') -
全局安装TypeScript: 另一种解决方案是全局安装TypeScript编译器:
npm install -g typescript这样系统在任何位置都能识别tsc命令。
预防措施
为了避免类似问题,建议在项目文档中明确说明:
- 推荐使用npx来执行本地安装的TypeScript编译器
- 或者在构建脚本中明确设置PATH环境变量,使其包含项目本地的node_modules/.bin目录
总结
这个问题的本质是构建系统工作目录与项目目录的分离导致的路径解析问题。通过理解Meson构建系统的工作机制,开发者可以采取多种方式确保构建过程中能够正确找到所需的工具链。对于大型JavaScript/TypeScript项目与原生代码混合构建的场景,明确工具链路径是一个值得重视的工程实践。
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