Mermaid-CLI 中 Puppeteer 连接配置的实践与优化
2025-06-27 07:47:24作者:伍希望
背景介绍
Mermaid-CLI 是基于 Node.js 的命令行工具,用于将 Mermaid 图表转换为各种输出格式。它底层使用 Puppeteer 库来控制 Chromium 浏览器进行渲染。在实际使用中,用户可能会遇到性能优化需求,特别是希望复用浏览器实例以减少启动时间。
核心问题分析
在使用 Mermaid-CLI 时,用户尝试通过 Puppeteer 的 browserUrl 或 browserWSEndpoint 配置参数来连接到一个已经运行的 Chromium 实例,但发现这些配置未被正确识别。这导致每次运行命令时都会启动新的浏览器实例,增加了处理时间。
技术原理
Puppeteer 提供了两种连接现有浏览器实例的方式:
- browserWSEndpoint:通过 WebSocket 端点连接
- browserUrl:通过 HTTP 调试端口连接
这两种方式理论上都可以实现浏览器实例的复用,但需要注意版本兼容性和配置格式。
解决方案探索
方案一:自定义 Node.js 脚本
通过编写自定义脚本,可以完全控制 Puppeteer 的生命周期:
import {writeFile} from 'node:fs/promise';
import puppeteer from 'puppeteer'
import { renderMermaid } from '@mermaid-js/mermaid-cli';
// 创建单个浏览器实例
const browser = await puppeteer.launch();
async function main() {
// 可重复使用同一浏览器实例
const { data } = await renderMermaid(browser, mermaidCode, 'png');
await writeFile(data, 'output.png');
}
main();
这种方案的优势在于完全掌控浏览器实例,适合需要批量处理多个图表的场景。
方案二:升级 Mermaid-CLI 版本
较新版本的 Mermaid-CLI 使用了更新的 Puppeteer 版本,可能对连接配置有更好的支持。可以通过安装开发中的 v11 版本尝试解决兼容性问题。
实践建议
- 性能权衡:对于单次转换,2秒左右的启动时间是可以接受的
- 批量处理:如需处理多个图表,建议采用自定义脚本方案
- 替代方案:可以考虑使用专门的 Go 语言实现等轻量级方案
总结
虽然 Mermaid-CLI 默认配置下不支持直接复用浏览器实例,但通过自定义脚本或版本升级可以解决这一问题。在实际项目中,应根据具体需求选择最适合的优化方案,平衡开发便利性和性能要求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781