Miniflare 使用教程
2026-01-19 11:45:12作者:温玫谨Lighthearted
项目介绍
Miniflare 是一个完全本地的模拟器,用于开发和测试 Cloudflare Workers。它模拟了 Workers 运行时和 Cloudflare 开发者平台的其他部分,使用 Node.js 实现。Miniflare 2 目前仅接收关键安全更新,建议迁移到 Miniflare 3。Miniflare 3 可以在 workers-sdk 仓库 中找到,并使用开源的 Workers 运行时 workerd。
主要特性
- 详细日志记录:支持文件监视和漂亮的错误页面,支持源映射。
- 功能齐全:支持大多数 Workers 特性,包括 KV、Durable Objects、WebSockets、模块等。
- 完全本地:无需互联网连接即可测试和开发 Workers,代码更改时快速重载。
项目快速启动
安装 Miniflare
Miniflare 可以通过 npm 安装:
npm install -g miniflare@2 # 全局安装
# 或
npm install -D miniflare@2 # 作为开发依赖安装
使用 CLI
以下是一个简单的示例,展示如何使用 Miniflare 运行一个 Worker:
// worker.js
addEventListener('fetch', event => {
event.respondWith(new Response('Hello Miniflare!'));
});
使用 Miniflare 运行这个 Worker:
miniflare worker.js --watch --debug
应用案例和最佳实践
应用案例
Miniflare 可以用于本地开发和测试 Cloudflare Workers,特别是在以下场景中:
- 本地开发:无需部署到 Cloudflare 即可测试 Workers。
- 持续集成:在 CI 环境中运行测试,确保代码质量。
最佳实践
- 使用源映射:确保错误信息指向正确的代码位置。
- 使用持久化存储:在本地模拟 KV、R2 等存储,确保测试环境与生产环境一致。
典型生态项目
Workers Sites
Workers Sites 允许你将静态网站部署到 Cloudflare Workers,Miniflare 支持本地开发和测试这些站点。
Durable Objects
Durable Objects 提供了一个一致的状态存储,Miniflare 支持在本地模拟这些对象,以便进行开发和测试。
WebSockets
Miniflare 支持 WebSockets,可以在本地开发和测试实时应用。
通过以上内容,你可以快速上手并深入了解 Miniflare 的使用和生态。
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 StartedRust0191
cann-learning-hubCANN 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 Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
764
4.97 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++
857
1.92 K
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++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
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
455
437
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++
1.08 K
1.09 K
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
150
252
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
302
117
昇腾LLM分布式训练框架
Python
178
220