Stencil项目中使用externalRuntime配置的深度解析
2025-05-18 15:01:44作者:董宙帆
背景介绍
在基于Stencil构建的设计系统项目中,开发团队遇到了一个常见但容易被忽视的问题:当使用--legacy-peer-deps参数安装依赖时,Stencil意外地成为了项目的运行时依赖。这与Stencil官方文档中"生成的代码不依赖Stencil运行时"的描述相矛盾。
问题现象
项目构建过程中出现Error: Module not found: Error: Can't resolve '@stencil/core/internal/client'错误。经过排查发现:
- 在常规
npm install情况下项目构建正常 - 使用
npm install --legacy-peer-deps时出现依赖缺失错误 - 必须显式添加Stencil作为依赖才能解决
根本原因分析
这个问题源于Stencil编译器的externalRuntime配置项。该配置控制是否将Stencil运行时代码内联到输出文件中:
- 当
externalRuntime: true(默认值)时,生成的组件依赖外部Stencil运行时 - 当
externalRuntime: false时,Stencil会将运行时代码打包到输出文件中
解决方案
在项目的Stencil配置文件中,特别是dist-custom-elements输出目标中,明确设置:
{
type: 'dist-custom-elements',
externalRuntime: false,
// 其他配置...
}
配置选择建议
使用externalRuntime: false的情况
- 希望组件完全自包含,不依赖外部运行时
- 项目环境存在严格的依赖管理限制
- 需要简化部署流程,减少外部依赖
使用externalRuntime: true的情况
- 多个Stencil组件库共享同一个运行时
- 需要最小化最终包体积(通过共享运行时)
- 对依赖管理有完全控制权
最佳实践
- 对于公共组件库,推荐使用
externalRuntime: false以确保最大兼容性 - 在monorepo环境中,可以考虑共享运行时以优化体积
- 明确记录配置选择,方便后续维护
总结
Stencil的externalRuntime配置是一个强大但容易被忽视的功能选项。理解其工作原理对于构建稳定、可维护的组件库至关重要。通过合理配置,可以确保组件在各种环境下都能可靠运行,同时满足不同项目的特定需求。
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 StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
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++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 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++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
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
647
284