OpenReplay Tracker 在 NextJS 项目中遇到的 DOMParser 未定义问题解析
问题背景
OpenReplay 是一款开源的会话回放工具,其 JavaScript 追踪组件(tracker)在 NextJS 项目中升级到 15.0.5 及以上版本或 v16 版本时,出现了构建错误 ReferenceError: DOMParser is not defined。这个问题影响了多个使用 NextJS 框架的开发团队,导致他们无法顺利升级追踪组件版本。
问题表现
开发者在将 @openreplay/tracker 升级到 15.0.5 及以上版本后,在构建 NextJS 项目时会遇到以下错误:
ReferenceError: DOMParser is not defined
经过验证,15.0.3 版本是最后一个可以正常工作的版本。这个问题不仅出现在 NextJS 项目中,也有 Angular 17 项目的开发者报告了类似情况。
技术分析
DOMParser 是浏览器提供的 API,用于将 XML 或 HTML 字符串解析为 DOM 文档。在 Node.js 环境中(如 NextJS 的服务器端渲染过程),这个 API 默认不可用,因为它是一个浏览器特有的 API。
OpenReplay Tracker 在 15.0.5 版本中可能引入了某些需要解析 HTML/XML 内容的功能,这些功能在服务器端渲染时尝试使用 DOMParser,导致了上述错误。
解决方案
OpenReplay 团队迅速响应,发布了 15.0.8-beta.0 测试版本解决了这个问题。经过验证,这个测试版本确实可以正常构建。随后,团队将这个修复包含在 15.1.0 正式版本中发布。
对于遇到此问题的开发者,解决方案很简单:
- 将
@openreplay/tracker升级到 15.1.0 或更高版本 - 如果出于某些原因不能升级,可以回退到 15.0.3 版本
额外注意事项
部分开发者在解决 DOMParser 问题后,还报告了其他相关问题:
-
静态资源(CSS 和图片)未被正确记录:这可能是由于缓存服务配置问题导致的,建议检查静态资源的缓存策略和 OpenReplay 的配置。
-
Angular 项目兼容性:虽然主要问题出现在 NextJS 项目中,但 Angular 17 项目也可能遇到类似问题,同样可以通过升级到最新版本来解决。
最佳实践建议
-
在升级任何依赖前,特别是像 OpenReplay Tracker 这样的关键监控工具时,建议先在测试环境中验证。
-
对于 NextJS 项目,确保所有浏览器特有的 API(如 DOMParser)只在客户端代码中使用,可以通过
typeof window !== 'undefined'进行检查。 -
定期关注 OpenReplay 的更新日志,了解新版本中的改进和潜在的重大变更。
总结
OpenReplay Tracker 的 DOMParser 未定义问题是一个典型的服务器端渲染与浏览器 API 不兼容的问题。通过升级到 15.1.0 或更高版本可以轻松解决。开发者在集成会话回放工具时,应当注意区分服务器端和客户端环境,确保只在适当的上下文中使用浏览器特有的 API。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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