LowCode Engine 自定义物料渲染中 Fusion 组件库的必要性解析
2025-05-15 18:36:16作者:霍妲思
在使用阿里巴巴开源的 LowCode Engine 进行可视化开发时,开发者经常会遇到需要自定义物料资源的情况。本文将以一个典型问题为例,深入分析在自定义 Ant Design 组件物料时为何必须包含 Fusion 组件库(@alifd/next),以及如何正确配置这一依赖关系。
问题现象
当开发者尝试使用自定义打包的 Ant Design 组件物料时,如果不包含 Fusion 组件库的配置,控制台会抛出"Uncaught TypeError: Cannot read properties of undefined (reading 'Menu')"的错误。这表明渲染过程中某个关键依赖缺失,导致组件无法正常初始化。
根本原因
经过分析,这个问题源于 LowCode Engine 渲染器的实现机制:
- 历史依赖关系:LowCode Engine 的渲染器在早期版本中直接依赖了 Fusion 组件库(Next)的部分功能
- 模块化设计:渲染器将 Next 作为外部依赖(external)处理,预期运行时环境中必须存在这个库
- 兼容性考虑:即使项目只使用 Ant Design 组件,渲染器内部可能仍会调用 Next 提供的某些基础功能
解决方案
开发者可以通过以下两种方式解决这个问题:
方案一:在资产配置中显式声明
在 assets.json 文件中明确添加 Fusion 组件库的配置项:
{
"title": "fusion组件库",
"package": "@alifd/next",
"version": "1.26.4",
"urls": [
"https://g.alicdn.com/code/lib/alifd__next/1.26.4/next.min.css",
"https://g.alicdn.com/code/lib/alifd__next/1.26.4/next-with-locales.min.js"
],
"library": "Next"
}
方案二:在构建配置中内置
对于自定义物料项目,可以在 build.lowcode.js 文件的 builtinAssets 配置中添加:
builtinAssets: [
{
packages: [
{
"title": "fusion组件库",
"package": "@alifd/next",
"version": "1.26.4",
"urls": [
"https://g.alicdn.com/code/lib/alifd__next/1.26.4/next.min.css",
"https://g.alicdn.com/code/lib/alifd__next/1.26.4/next-with-locales.min.js"
],
"library": "Next"
}
],
components: []
}
]
技术建议
- 版本一致性:建议保持 Fusion 组件库版本与 LowCode Engine 官方推荐的版本一致(如示例中的 1.26.4)
- 资源优化:如果项目确实不需要 Fusion 组件,可以考虑定制渲染器去除相关依赖
- 长期规划:随着 LowCode Engine 的迭代,这种强依赖关系可能会被解耦,建议关注官方更新日志
总结
理解 LowCode Engine 的内部依赖关系对于自定义物料开发至关重要。虽然表面上看起来 Ant Design 和 Fusion 是两个独立的组件库,但由于历史架构原因,当前版本的渲染器仍然需要 Fusion 作为基础依赖。开发者应当根据项目实际情况选择合适的配置方案,确保可视化编辑和渲染功能正常工作。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
775
192
Ascend Extension for PyTorch
Python
343
407
🎉 (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
1.34 K
757
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
250