Electron Forge 调试主进程时启用源映射的配置方法
2025-06-01 01:03:36作者:胡唯隽
在使用 Electron Forge 开发 Electron 应用时,开发者经常会遇到需要调试主进程代码的情况。本文将详细介绍如何正确配置源映射(sourcemap)以便在 Chrome 开发者工具中调试 TypeScript 编写的 Electron 主进程代码。
问题背景
当使用 Electron Forge 的 Vite + TypeScript 模板创建项目时,默认情况下启动调试会话后,开发者工具中显示的代码是经过编译后的 JavaScript 代码,而不是原始的 TypeScript 代码。这使得调试过程变得困难,因为开发者无法直接看到和操作自己编写的源代码。
解决方案
要解决这个问题,需要在 Vite 的配置文件中显式启用源映射生成。具体步骤如下:
- 打开项目中的
vite.main.config.mjs文件 - 在构建配置中添加 rollup 输出选项,明确启用源映射
配置修改如下:
defineConfig({
build: {
rollupOptions: {
output: {
sourcemap: true, // 启用源映射生成
},
},
},
});
工作原理
这个配置修改的作用是:
- 告诉 Vite 在构建过程中生成源映射文件(.map 文件)
- 这些源映射文件包含了编译后代码与原始 TypeScript 代码之间的对应关系
- Chrome 开发者工具能够读取这些映射信息,从而在调试时显示原始代码而非编译后的代码
调试步骤
配置完成后,可以按照以下步骤进行调试:
- 在 package.json 中添加调试脚本:
"scripts": {
"dev:main": "electron-forge start -- --inspect-brk"
}
- 运行调试命令:
npm run dev:main
- 打开 Chrome 浏览器,访问 chrome://inspect
- 在 Remote Target 下找到你的 Electron 应用,点击 "inspect"
现在,开发者工具中显示的将是原始的 TypeScript 代码,你可以设置断点、查看变量值等,就像调试普通网页应用一样方便。
最佳实践建议
- 在开发环境中始终启用源映射,以便快速定位和解决问题
- 生产环境中应禁用源映射,以避免暴露源代码和减小应用体积
- 考虑使用环境变量来动态控制源映射的生成
defineConfig({
build: {
rollupOptions: {
output: {
sourcemap: process.env.NODE_ENV === 'development',
},
},
},
});
通过以上配置,开发者可以充分利用 Electron Forge 和 Vite 的强大功能,同时保持高效的调试体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
661