从nw-builder v3迁移到v4的注意事项与示例
2025-07-09 00:59:15作者:董灵辛Dennis
nw-builder作为NW.js应用程序的构建工具,在版本4中引入了一些重大变更。本文将详细介绍如何正确使用动态导入方式加载nw-builder模块,并分享从v3迁移到v4时的关键修改点。
动态导入的正确方式
在nw-builder v4中,推荐使用ES模块的动态导入语法来加载包。需要注意的是,正确的包名是"nw-builder"而非"nwbuild"。以下是正确的导入方式示例:
let nwbuild;
import("nw-builder")
.then((module) => {
nwbuild = module;
})
.catch((error) => {
console.error(error);
});
配置选项的变化
从v3迁移到v4时,配置选项发生了显著变化:
files改为srcDirbuildDir改为outDirappName改为app- 平台相关配置从
platforms数组改为单独的platform和arch选项
Windows平台特有配置的变化
Windows平台特有的配置选项也进行了调整:
winIco改为app.iconwinVersionString下的属性被扁平化到app对象中- 属性命名风格从驼峰式改为小写加下划线
构建流程的变化
v4版本中不再需要实例化nwBuilder类,而是直接调用导入的函数:
// v3方式
const nw = new nwBuilder(options).on('log', console.log);
return nw.build();
// v4方式
return nwbuild(options).on('log', console.log);
完整迁移示例
以下是一个完整的从v3迁移到v4的示例:
gulp.task('nwjs', async () => {
const nwOptions = {
srcDir: ['./app/**', './package.json', './README.md', './node_modules/**'],
outDir: releasesDir,
app: {
name: pkJson.name,
version: pkJson.version
},
version: nwVersion,
zip: false,
flavor: flavor,
mode: "build",
platform: "osx",
arch: "x64",
};
if (currentPlatform().indexOf('win') !== -1) {
nwOptions.app.icon = pkJson.icon;
nwOptions.app.comments = pkJson.description;
nwOptions.app.company = pkJson.homepage;
nwOptions.app.file_description = pkJson.releaseName;
nwOptions.app.file_version = pkJson.version;
nwOptions.app.internal_name = pkJson.name;
nwOptions.app.original_filename = pkJson.name + '.exe';
nwOptions.app.product_name = pkJson.releaseName;
nwOptions.app.product_version = pkJson.version;
}
const { default: nwbuild } = await import("nw-builder");
return nwbuild(nwOptions).on('log', console.log);
});
通过以上调整,开发者可以顺利将项目从nw-builder v3迁移到v4,享受新版本带来的改进和优化。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660