Koishi 项目安装错误分析与临时解决方案
问题背景
在使用 yarn create koishi 命令安装 Koishi 项目时,部分用户遇到了安装错误。错误表现为控制台输出警告信息,并且在浏览器访问本地服务时仅显示"not found"页面。
错误分析
从错误日志中可以观察到几个关键问题点:
-
依赖关系警告:项目缺少 @koishijs/loader 依赖,这是由 @koishijs/plugin-hmr 和 @koishijs/plugin-config 插件请求的。
-
核心错误:TypeError: Can not repeat "0" without a prefix and suffix,这个错误发生在 path-to-regexp 模块中,具体是在处理路由路径转换时出现的。
-
构建警告:esbuild 和 vue-demi 需要重新构建。
根本原因
经过深入分析,问题根源在于 path-to-regexp 模块的版本兼容性问题。最新版本的 path-to-regexp (6.3.0+) 在处理某些特定路由模式时会出现解析错误,而 Koishi 框架中使用的 @koa/router 依赖此模块进行路由匹配。
临时解决方案
针对此问题,目前可采用的临时解决方案如下:
- 在项目根目录的 package.json 文件中添加 resolutions 字段,强制指定 path-to-regexp 的版本范围:
{
"resolution": {
"path-to-regexp": "^6.2.2 <6.3.0"
}
}
- 添加配置后,需要重新运行 yarn 命令安装依赖:
yarn
- 重启 Koishi 服务以使更改生效。
注意事项
-
此解决方案为临时措施,开发团队正在积极调查此问题。
-
使用 resolutions 字段会覆盖项目中所有依赖对 path-to-regexp 的版本要求,可能会影响其他依赖的正常功能。
-
建议在问题修复后移除 resolutions 配置,以获取最新的安全更新和功能改进。
后续建议
对于开发者而言,遇到类似依赖冲突问题时,可以:
-
仔细阅读错误日志,定位问题模块
-
检查相关模块的 issue 列表,了解已知问题
-
考虑使用版本锁定或 resolutions 字段临时解决兼容性问题
-
关注官方更新,及时升级到修复版本
Koishi 开发团队表示正在积极处理此问题,预计将在后续版本中提供官方修复方案。在此期间,上述临时解决方案可以帮助开发者正常启动和使用 Koishi 项目。
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