Redux Toolkit 中 codegen-openapi 模块的 ERR_REQUIRE_ESM 问题解析与解决方案
在使用 Redux Toolkit 的 codegen-openapi 模块时,开发者可能会遇到 ERR_REQUIRE_ESM 错误。这个问题通常发生在项目配置为 ES 模块(ESM)但尝试以 CommonJS 方式加载配置文件时。
问题现象
当项目中的 package.json 设置了 "type": "module" 时,系统会将所有 .js 文件视为 ES 模块。此时如果使用 codegen-openapi 工具加载 JavaScript 配置文件(如 openapi-config.js),就会抛出 ERR_REQUIRE_ESM 错误。
错误信息明确指出三种可能的解决方案:
- 将配置文件重命名为 .cjs 扩展名
- 使用动态 import() 语法
- 将 package.json 中的 type 改为 commonjs
深层原因
这个问题的本质是 Node.js 模块系统的差异。ES 模块和 CommonJS 模块在加载机制上有显著不同:
- ES 模块使用 import/export 语法,支持顶层 await,具有静态分析特性
- CommonJS 使用 require/module.exports,是动态加载的
codegen-openapi 内部使用 require() 加载配置文件,这在 ES 模块环境下是不被允许的。
解决方案
1. 使用 JSON 配置文件(推荐)
最直接的解决方案是将配置文件从 JavaScript 转换为 JSON 格式。codegen-openapi 完全支持 JSON 格式的配置文件,这种方式避免了模块系统的兼容性问题。
{
"apiFile": "./src/store/emptyApi.ts",
"apiImport": "emptySplitApi",
"outputFile": "./src/store/api.ts",
"exportName": "api",
"hooks": true
}
2. 修改文件扩展名
将配置文件从 openapi-config.js 重命名为 openapi-config.cjs。.cjs 扩展名明确告诉 Node.js 这是一个 CommonJS 模块。
3. 调整项目模块类型
如果项目可以接受,可以将 package.json 中的 "type": "module" 改为 "type": "commonjs"。但这种方法会影响整个项目的模块系统,可能不是最佳选择。
4. 使用动态导入
修改 codegen-openapi 的源码,将 require() 改为动态 import()。不过这种方法需要维护修改后的版本,不推荐用于生产环境。
最佳实践建议
- 对于简单配置,优先使用 JSON 格式
- 如果配置需要复杂逻辑,考虑使用 .cjs 扩展名
- 保持项目模块系统的一致性,不要混用 ESM 和 CommonJS
- 定期检查工具链的兼容性,特别是涉及模块系统的部分
总结
ERR_REQUIRE_ESM 错误是 Node.js 生态中模块系统过渡期的常见问题。通过理解 ESM 和 CommonJS 的差异,开发者可以灵活选择最适合自己项目的解决方案。对于 Redux Toolkit 的 codegen-openapi 工具,使用 JSON 配置文件是最简单可靠的解决方法。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00