EventCatalog项目中的Tree View路径重复问题分析与修复
在EventCatalog项目2.23.1版本中,开发团队引入了一个新的Tree View功能,这个功能为用户提供了更直观的导航体验。然而,在实际使用过程中,用户发现了一个影响导航功能的路径问题。
问题现象
当用户在配置了基础路径(basePath)的环境中启用Tree View功能时,系统生成的导航链接会出现基础路径被重复添加的情况。例如,当用户访问https://mydomain.tld/basePath/docs/页面时,点击某个域名的链接后,系统会错误地生成https://mydomain.tld/basePath/basePath/domains/mydomain/1.0.0/这样的URL,而正确的URL应该是https://mydomain.tld/basePath/domains/mydomain/1.0.0/。
问题根源
经过开发团队分析,这个问题源于Tree View组件中的路径生成逻辑存在缺陷。在生成导航链接时,系统错误地重复添加了基础路径部分。具体来说,问题出现在Tree View组件的路径处理函数中,该函数没有正确处理已经包含基础路径的情况。
解决方案
开发团队提出了两种解决方案:
-
直接修复方案:修改路径生成逻辑,确保基础路径不会被重复添加。这需要对路径拼接逻辑进行重构,确保在生成最终URL时只包含一次基础路径。
-
更健壮的解决方案:通过分析当前路径,智能识别出正确的路径结构。具体实现方式是使用路径分割技术,从当前URL中提取出"docs"或"visualiser"这样的关键路径段,作为新的基础路径参考点。
最终,团队采用了第二种更健壮的解决方案,因为它不仅解决了当前问题,还能更好地适应未来可能的路径结构变化。核心修复代码如下:
const basePathname = currentPath.split('/').find(p => p === 'docs' || p === 'visualiser') ?? 'docs';
这段代码通过分割当前路径,找到关键路径段("docs"或"visualiser"),如果找不到则默认使用"docs"作为基础路径名。这种方法确保了生成的URL结构始终正确。
技术启示
这个问题的解决过程为我们提供了几个重要的技术启示:
-
路径处理要谨慎:在Web应用中处理路径时,必须特别注意基础路径的处理,避免重复或遗漏。
-
考虑多种使用场景:开发功能时要考虑不同的部署环境,特别是当应用可能被部署在子路径下时。
-
采用健壮的解决方案:简单的修复可能解决眼前问题,但更健壮的解决方案能够预防未来可能出现的问题。
这个问题的及时修复确保了EventCatalog的Tree View功能在各种部署环境下都能正常工作,为用户提供了流畅的导航体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00