Style Dictionary配置方式解析:JS与JSON配置的区别
2025-06-15 08:32:19作者:庞眉杨Will
在使用Style Dictionary构建设计系统时,开发者可能会遇到配置方式选择的问题。最近有用户反馈在使用JavaScript配置文件时遇到了Cannot read properties of undefined (reading 'log')
的错误,这实际上反映了对Style Dictionary两种不同运行方式的理解偏差。
两种配置运行方式的本质区别
Style Dictionary提供了两种主要的使用方式,它们有着本质的不同:
- CLI命令行方式:通过
npx style-dictionary build
命令直接运行,适合简单的构建场景 - Node.js API方式:通过JavaScript代码调用Style Dictionary的API,适合需要编程式控制的复杂场景
错误原因分析
用户遇到的错误是因为混合了这两种方式。当使用npx style-dictionary build --config styledictionary.js
命令时,系统期望的是一个纯粹的配置文件,而不是一个执行脚本。而用户提供的JavaScript文件实际上是一个执行脚本,它已经包含了API调用。
正确使用方式
纯JSON配置方式
如果选择使用JSON配置文件(如config.json),可以直接通过CLI命令运行:
npx style-dictionary build --config config.json
这种方式简单直接,适合大多数基础使用场景。
JavaScript API方式
如果需要更灵活的控制,应该完全使用Node.js API方式:
- 创建执行脚本(如styledictionary.js):
import StyleDictionary from "style-dictionary"
const sd = new StyleDictionary("config.json")
await sd.buildAllPlatforms()
- 直接通过Node运行该脚本:
node styledictionary.js
进阶建议
对于复杂项目,可以考虑以下优化:
- 动态配置生成:利用JavaScript的动态特性,根据环境变量生成不同的配置
- 自定义转换器:在JavaScript配置中可以更方便地添加自定义转换逻辑
- 构建流程集成:将Style Dictionary构建流程集成到更大的构建系统中
总结
理解Style Dictionary两种配置方式的区别对于正确使用该工具至关重要。JSON配置适合简单场景,而JavaScript API方式提供了更大的灵活性。开发者应根据项目需求选择合适的配置方式,避免混合使用导致的问题。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0128AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.3 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
76

React Native鸿蒙化仓库
JavaScript
216
291

暂无简介
Dart
530
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (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
990
587

Ascend Extension for PyTorch
Python
73
102

仓颉编程语言测试用例。
Cangjie
34
59

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
401