Fluent UI Blazor 项目在.NET 9发布时内容丢失问题分析
在.NET 9环境下使用Fluent UI Blazor组件库进行项目发布时,开发人员可能会遇到一个隐蔽但影响严重的问题——当使用dotnet publish --no-build命令时,项目发布后的网页内容会异常显示为空白页面。
问题现象
开发者在将项目升级到.NET 9后,发现生产环境部署的应用页面显示为空白。检查页面元素时,会发现body标签被自动添加了hidden-body类,导致内容不可见。同时,主题相关组件也显示异常,控制台会出现"无法读取未定义的属性"这类JavaScript错误。
根本原因
经过深入分析,发现问题源于.NET 9中dotnet publish --no-build命令的行为变更。在.NET 8中,该命令会正确生成名为[项目名称].publish.manifest.json的资源文件;而在.NET 9中,同样的命令却生成了名为jsmodules.publish.manifest.json的资源文件。
这种命名差异导致Fluent UI Blazor组件库无法正确识别和加载所需的JavaScript模块,进而引发一系列连锁反应:
- 主题系统初始化失败
- 本地存储功能不可用
- 页面内容被隐藏
影响范围
该问题主要影响以下场景:
- 使用.NET 9 SDK构建的项目
- 采用Fluent UI Blazor组件库
- 发布流程中使用
--no-build参数 - 生产环境部署(开发环境通常不会使用
--no-build)
值得注意的是,部分用户反馈在.NET 8环境下也遇到了类似问题,这表明可能某些SDK更新引入了行为变更。
解决方案
目前推荐的解决方案有以下几种:
-
移除
--no-build参数: 最简单的解决方法是修改发布命令,直接使用dotnet publish而不带--no-build参数。 -
手动重命名资源文件: 对于需要保留
--no-build参数的场景,可以在发布后手动将jsmodules.publish.manifest.json重命名为[项目名称].publish.manifest.json。 -
等待官方修复: 微软ASP.NET Core团队已经注意到此问题,后续版本可能会提供修复。
技术细节
Fluent UI Blazor组件库依赖这些manifest文件来:
- 标识需要加载的JavaScript模块
- 管理主题系统初始化
- 控制页面加载状态
当文件命名不符合预期时,组件库的初始化流程会中断,但不会抛出明显的错误,这增加了问题排查的难度。
最佳实践建议
为避免类似问题,建议开发团队:
- 在升级.NET版本后,全面测试发布流程
- 建立发布产物的自动化验证机制
- 考虑在CI/CD流程中加入对关键资源文件的检查
- 保持对依赖库和工具链更新的关注
这个问题提醒我们,即使是看似无害的构建参数变更,也可能对应用行为产生深远影响。在现代化Web开发中,构建工具链的稳定性与应用程序功能同样重要。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00