Stencil项目中使用Storybook构建静态站点的资源加载问题解决方案
2025-05-18 21:45:10作者:何将鹤
问题背景
在使用Stencil构建Web组件库并结合Storybook进行组件展示时,开发者可能会遇到一个常见问题:在开发模式下Storybook能够正常显示组件,但在构建静态站点后组件无法加载。具体表现为浏览器控制台报错,提示找不到/assets/xyz.entry.js等资源文件。
问题分析
这个问题源于Stencil和Storybook在构建过程中的资源处理方式差异:
- 开发模式:Storybook开发服务器能够正确代理和提供Stencil构建的资源
- 生产构建:静态构建后,Storybook默认期望在
/assets目录下找到Stencil生成的组件资源 - 资源路径:Stencil默认将构建输出放在
dist目录,与Storybook的预期路径不匹配
解决方案
通过添加Storybook的预览头注入文件,可以手动指定Stencil组件的加载路径:
- 在
.storybook目录下创建preview-head.html文件 - 添加以下内容(根据实际项目结构调整路径):
<script type="module" src="./components/components.esm.js"></script>
实现原理
这个解决方案的工作原理是:
- 模块加载:使用
type="module"确保以ES模块方式加载组件 - 路径修正:直接引用Stencil构建输出的ES模块文件
- 构建后位置:假设Storybook构建时将Stencil的
dist目录内容复制到了输出根目录
最佳实践建议
- 项目结构规划:保持Stencil输出目录(
dist)与Storybook配置的一致性 - 构建脚本优化:可以在
package.json中添加组合命令,确保构建顺序正确 - 环境检查:开发和生产环境使用相同的资源引用方式,减少环境差异
- 版本控制:确保Stencil和Storybook版本兼容
扩展思考
这个问题反映了现代前端工具链中常见的资源管理挑战。理解以下几点有助于更好地解决类似问题:
- 构建工具的资产管道如何处理不同类型的资源
- 模块系统(ESM vs CommonJS)在开发和生产环境的表现差异
- 静态站点生成时资源路径的相对性处理
通过这个案例,开发者可以更深入地理解前端工具链协作时可能出现的资源路径问题及其解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0449
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python03
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX026
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0313
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++00
项目优选
收起
暂无描述
Markdown
828
5.49 K
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
494
518
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
483
313
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.27 K
814
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
652
288