Ts.ED 项目初始化时模块导出错误的解决方案
问题背景
在使用 Ts.ED 框架创建新项目时,开发者可能会遇到模块导出错误的问题。具体表现为项目无法正常启动,控制台报错提示"@tsed/di"模块未提供"constant"导出项或"@tsed/common"模块找不到。
错误现象
当使用 pnpm 作为包管理器初始化项目时,会出现以下错误:
SyntaxError: The requested module '@tsed/di' does not provide an export named 'constant'
而使用 npm 时则会出现:
Error: Cannot find module '@tsed/common'
问题原因
经过分析,该问题主要由以下因素导致:
-
版本冲突:Ts.ED 的依赖解析系统出现了版本不匹配的情况。项目期望使用 v8 版本的依赖,但实际上解析到了 v7 版本的依赖。
-
包管理器差异:不同包管理器(pnpm/npm)处理依赖的方式不同,导致错误表现略有差异,但根源相同。
-
最新标签问题:维护者在发布 v7 修复版本时,意外覆盖了最新(latest)标签,导致依赖解析错误。
解决方案
该问题已由 Ts.ED 维护团队确认并修复,具体措施包括:
-
强制版本对齐:确保所有 @tsed 相关依赖都使用 v8 版本。
-
发布新版本:更新最新(latest)标签指向正确的 v8 版本。
-
依赖检查:开发者应检查项目中的 peerDependencies 是否一致指向 8.x 版本。
最佳实践建议
为避免类似问题,开发者可以采取以下措施:
-
锁定版本号:在 package.json 中明确指定 Ts.ED 相关依赖的版本号,避免使用最新标签。
-
清理缓存:在切换包管理器或解决依赖问题时,应先清理包管理器的缓存。
-
检查依赖树:使用各包管理器提供的命令(pnpm ls/npm list)检查依赖树是否一致。
-
优先使用稳定版本:生产环境中建议使用具体的稳定版本号而非最新标签。
总结
模块导出错误是 Node.js 项目中常见的问题,通常由版本不匹配或依赖解析错误引起。Ts.ED 团队已快速响应并修复了该问题。开发者遇到类似问题时,应首先检查依赖版本是否一致,必要时可清理缓存并重新安装依赖。
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