SST 项目中 NextJS 与 Pulumi Output 的整合问题解析
2025-05-09 16:59:29作者:申梦珏Efrain
在使用 SST (Serverless Stack) 框架构建 NextJS 应用时,开发者经常会遇到 Pulumi Output 相关的错误。特别是在 NextJS 配置文件中访问环境变量时,会出现 Error parsing /Calling [toString] on an [Output<T>] 的错误提示。
问题背景
当开发者尝试在 NextJS 配置文件中使用 process.env.NEXT_PUBLIC_* 环境变量时,SST 框架底层使用的 Pulumi 会抛出错误。这是因为 Pulumi 的 Output 类型不能直接转换为字符串,而 NextJS 的配置却期望直接可用的字符串值。
核心问题分析
在 SST 项目中,当通过 sst.aws.Nextjs 构造函数定义 NextJS 应用时,传递给 environment 属性的值实际上是 Pulumi 的 Output 类型。这些 Output 值在部署时才会被解析为实际值,但在 NextJS 构建阶段就需要访问这些值。
典型错误场景
- 直接字符串拼接:如
api.url + '/auth'这样的操作会触发错误,因为api.url是 Output 类型 - NextJS 配置访问:在
next.config.mjs中直接使用process.env.NEXT_PUBLIC_*变量 - 环境变量传递:将 Output 类型直接作为环境变量值传递给 NextJS 应用
解决方案
SST 提供了专门的工具函数来处理这类问题:
- 使用
concat方法:对于需要拼接字符串的场景,应该使用 SST 提供的concat方法 - 延迟解析:在 NextJS 配置中避免直接访问 Output 类型的变量
- 环境变量处理:对于必须在前端代码中使用的变量,考虑使用 SST 的特定机制来处理
最佳实践
- 对于需要拼接的 URL,使用
concat方法:
environment: {
NEXT_PUBLIC_API_URL: api.url,
NEXT_PUBLIC_AUTH_URL: $util.concat(api.url, '/auth'),
NEXT_PUBLIC_GRAPHQL_URL: $util.concat(api.url, '/graphql')
}
-
在 NextJS 配置中,避免直接使用环境变量进行复杂的逻辑处理,可以将这些逻辑移到运行时
-
对于必须的配置,考虑使用 SST 的特定机制来注入这些值,而不是依赖 NextJS 的构建时环境变量
总结
SST 框架与 NextJS 的整合需要特别注意 Pulumi Output 类型的处理。开发者应该理解 SST 的资源定义和 Pulumi 的输出机制,避免直接操作 Output 类型。通过使用 SST 提供的工具函数和遵循最佳实践,可以顺利解决这类整合问题,构建出稳定可靠的 Serverless NextJS 应用。
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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
539
3.76 K
Ascend Extension for PyTorch
Python
349
414
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++
889
609
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
338
185
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
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140
🎉 (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
1.35 K
758