OHIF Viewer 开发中模块导入问题的分析与解决方案
问题背景
在使用 OHIF 医学影像查看器进行二次开发时,开发者在创建自定义模式时遇到了两个主要的 TypeScript 导入问题。这些问题会影响开发体验,特别是在使用 Visual Studio Code 或 WebStorm 等 IDE 时。
问题一:hotkeys 模块导出错误
当开发者尝试从 @ohif/core 导入 hotkeys 时,TypeScript 会报错提示该模块没有导出名为 'hotkeys' 的成员。
技术分析
这个问题源于 OHIF 版本升级导致的 API 变更。在较新版本中,hotkeys 相关的 API 可能已经进行了重构或重命名。根据错误提示,系统建议使用 'Hotkey' 替代,这表明模块导出结构可能已经发生了变化。
解决方案
- 查阅当前使用版本的 OHIF 文档,确认 hotkeys 相关的正确导入方式
- 根据错误提示尝试使用 'Hotkey' 替代 'hotkeys'
- 如果确实需要使用 hotkeys,可以检查 @ohif/core 的源代码或类型定义文件,确认正确的导出名称
问题二:无法找到 @ohif/mode-longitudinal 模块
开发者尝试从 @ohif/mode-longitudinal 导入 initToolGroups 和 toolbarButtons 时,TypeScript 报错无法找到该模块。
技术分析
这个问题通常由以下几种情况导致:
- 模块未正确安装或链接
- TypeScript 类型声明文件缺失
- 模块解析路径配置不正确
深入解决方案
1. 模块链接方案
对于本地开发环境,可以采用 yarn link 的方式解决模块解析问题:
# 在 OHIF 核心目录中
cd Viewers/platform/core
yarn link
# 在自定义扩展目录中
cd extensions/custom-extensions
yarn link @ohif/core
2. TypeScript 配置方案
更完善的解决方案是配置 TypeScript 的路径解析:
- 首先在 OHIF 根目录生成类型声明文件:
tsc --declarationMap --outDir ../typings
- 然后在自定义扩展中创建 tsconfig.json 文件:
{
"compilerOptions": {
"baseUrl": ".",
"paths": {
"@ohif/ui": ["../../typings/platform/ui/src"],
"@ohif/core": ["../../typings/platform/core/src"],
"@ohif/extension-cornerstone": ["../../typings/extensions/cornerstone/src"]
}
}
}
3. 针对私有字段的编译问题
在 OHIF 3.9.1 版本中,MetadataProvider 类的私有字段会导致类型声明文件生成失败。可以通过修改源代码解决:
// 将 private 修饰符移除
class MetadataProvider {
readonly studies: Map<string, any> = new Map();
readonly imageURIToUIDs: Map<string, any> = new Map();
readonly imageUIDsByImageId: Map<string, any> = new Map();
readonly customMetadata: Map<string, any> = new Map();
// ... 其他代码保持不变
}
最佳实践建议
-
目录结构:建议将自定义模式和扩展放在 OHIF 项目目录内部(如 Viewers/custom-modes 和 Viewers/custom-extensions),这样可以简化模块解析。
-
依赖管理:避免直接修改 peerDependencies 为 devDependencies,这可能导致运行时问题。优先使用 yarn link 或 TypeScript 路径配置方案。
-
版本兼容性:在开发前仔细阅读所使用 OHIF 版本的迁移指南,了解 API 变更情况。
-
IDE 配置:确保 IDE 使用项目根目录的 TypeScript 版本和配置,避免使用全局 TypeScript。
总结
OHIF Viewer 开发中的模块导入问题主要源于模块解析路径和类型声明配置。通过合理配置 TypeScript 路径解析、使用 yarn link 技术以及适当调整源代码,可以有效地解决这些问题。对于团队开发,建议建立统一的开发环境配置规范,确保所有成员使用相同的模块解析策略。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00