Fortune-Sheet 项目中公式解析器升级引发的构建问题分析
问题背景
在Fortune-Sheet项目最近的开发中,团队对公式解析器(formula-parser)进行了升级。这一变更在合并后导致了项目的构建过程(yarn build)失败。构建系统报出了一个导入错误,尽管实际上被导入的属性确实存在于导出模块中。
问题表现
构建失败的具体表现为:
- 在CI/CD流水线中,构建作业(8967287069)执行失败
- 错误类型为导入错误(import error)
- 表面现象是系统认为某个属性未被导出,但实际上该属性确实存在于导出模块中
问题根源
经过开发团队分析,问题主要源于以下几个方面:
-
构建顺序问题:项目中的各个模块(formula-parser、core、react)之间存在依赖关系,但构建顺序没有明确规划,导致依赖关系混乱。
-
手动修改残留:在公式解析器的grammar-parser.js文件中,存在一些手动插入的代码片段,这些片段在升级过程中可能与新版本产生了冲突。
-
缓存问题:本地开发环境中可能存在旧的构建缓存,导致开发者无法立即看到修复后的效果。
解决方案
团队采取了以下措施解决该问题:
-
明确构建顺序:调整构建流程,确保先构建formula-parser,然后是core,最后是react模块,形成清晰的依赖链。
-
清理手动代码:移除了grammar-parser.js中一些手动插入的代码片段,特别是与NUMONLY规则相关的条件判断逻辑。
-
完整重建流程:在应用修复后,需要先执行yarn命令重新构建formula-parser模块,然后再执行整体构建。
技术细节
在grammar-parser.js文件中,团队移除了以下关键代码段:
const stackLen = stackCache.length
if (rules[i] === 8 && match[0].match(NUMONLY) && !(match.input.slice(match[0].length)[0] === ":" || (stackLen > 3 && stackCache[stackLen - 4] === 25 && stackCache[stackLen - 2] === 27))) {
match = false;
continue;
}
这段代码原本用于处理特定条件下的数字匹配逻辑,但在新版本中可能已经不再需要,或者其功能已被其他方式实现。
经验总结
-
模块化项目的构建顺序至关重要,特别是当模块间存在依赖关系时,必须确保依赖模块先于使用模块构建。
-
手动修改需谨慎:对于自动生成的代码文件(如语法解析器),手动修改可能会在升级时带来兼容性问题,应当尽量通过配置或扩展点来实现定制需求。
-
构建环境清理:在解决构建问题时,完整的清理和重建往往是必要的,可以避免缓存带来的干扰。
-
持续集成验证:CI系统的及时反馈帮助团队快速发现了这一问题,体现了自动化测试和构建流程的价值。
通过这次事件,Fortune-Sheet项目团队进一步完善了构建流程和模块管理规范,为未来的开发和维护工作打下了更坚实的基础。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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