解决 lint-staged 在 Next.js 15 中的配置问题
在 monorepo 环境中使用 lint-staged 配合 Next.js 15 时,开发者可能会遇到一个常见问题:ESLint 检查虽然执行成功,但实际上并没有对代码进行任何修复操作。本文将深入分析这个问题的成因,并提供可靠的解决方案。
问题现象
当开发者在 Next.js 15 项目中配置 lint-staged 时,按照官方推荐的方式设置后,会发现以下情况:
- 命令执行成功,没有报错
- 终端显示 lint 检查通过
- 但代码中的 ESLint 问题实际上并未被修复
问题根源
经过分析,这个问题主要与 Next.js 15 的 lint 命令在 monorepo 环境中的工作方式有关。在 monorepo 结构中,项目路径层级较深,Next.js 的 lint 命令可能无法正确识别当前工作目录。
默认情况下,当使用 next lint --fix --file 命令时,如果没有明确指定工作目录(--dir 参数),Next.js 可能无法正确定位到项目的根目录,导致 lint 修复操作实际上没有执行。
解决方案
修改 lint-staged 配置文件,在 Next.js lint 命令中显式指定工作目录:
const path = require('path');
const buildEslintCommand = (filenames) =>
`next lint --fix --dir . --file ${filenames.map((f) => path.relative(process.cwd(), f)).join(' --file ')}`;
module.exports = {
'*.{ts,tsx}': ['prettier --write', buildEslintCommand],
};
关键修改点是在命令中添加了 --dir . 参数,明确告诉 Next.js 在当前目录下执行 lint 操作。
技术原理
-
--dir .参数的作用:这个参数明确指定了 Next.js 应该在当前工作目录(即 monorepo 中的子项目目录)下执行 lint 操作,而不是尝试从 monorepo 根目录查找配置。 -
路径解析:
path.relative(process.cwd(), f)确保了文件路径是相对于当前工作目录的相对路径,这对于 monorepo 中的子项目特别重要。 -
执行上下文:lint-staged 会自动将命令的执行上下文设置为包含配置文件的目录(即 Next.js 项目目录),但 Next.js 的 lint 命令需要显式知道这一点才能正确工作。
最佳实践建议
-
版本兼容性检查:这个问题在 Next.js 15 的候选版本中出现,建议检查使用的 Next.js 版本是否稳定。
-
monorepo 配置:在 monorepo 中,每个子项目应该有自己独立的 lint-staged 配置,而不是依赖根目录配置。
-
调试技巧:当遇到类似问题时,可以使用
--debug参数运行 lint-staged 来获取详细日志,帮助诊断问题。 -
命令顺序:保持
prettier --write在 ESLint 之前运行,可以避免格式问题干扰 ESLint 的检查。
总结
在 monorepo 中使用 lint-staged 和 Next.js 时,明确指定工作目录是确保 ESLint 修复功能正常工作的关键。这个小技巧可以节省开发者大量的调试时间,确保代码质量工具链的顺畅运行。随着 Next.js 版本的迭代,这个问题可能会在未来的版本中得到官方修复,但在当前版本中,添加 --dir . 参数是最可靠的解决方案。
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
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
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01