Modern.js 项目中 Tailwind CSS 4.0 的适配方案
Tailwind CSS 4.0 带来了许多令人兴奋的新特性,但也带来了一些兼容性问题。在 Modern.js 项目中,开发者可能会遇到 PostCSS 插件配置变更的问题。本文将详细介绍如何解决这些问题,并提供完整的适配方案。
问题背景
Tailwind CSS 4.0 对 PostCSS 插件的处理方式进行了重大调整。现在,Tailwind CSS 核心不再直接作为 PostCSS 插件使用,而是需要单独安装 @tailwindcss/postcss 包。这一变更导致 Modern.js 项目中现有的 @modern-js/plugin-tailwindcss 插件无法直接兼容 Tailwind CSS 4.0。
临时解决方案
对于急需使用 Tailwind CSS 4.0 的开发者,目前有以下两种解决方案:
方案一:手动修改 Modern.js 插件
通过修改 @modern-js/plugin-tailwindcss 的源码,将所有对 tailwindcss 的引用替换为 @tailwindcss/postcss。这可以通过 PNPM 的 Patch 功能实现:
- 修改
getTailwindPath和getTailwindVersion方法中的引用路径 - 更新
package.json中的依赖版本要求 - 确保
@tailwindcss/postcss已正确安装
方案二:直接配置 PostCSS
更推荐的做法是暂时不使用 @modern-js/plugin-tailwindcss 插件,而是直接在 Modern.js 配置中手动配置 PostCSS:
- 安装
@tailwindcss/postcss作为项目依赖 - 在
modern.config.ts中移除tailwindcssPlugin - 使用
tools.postcss配置项手动添加 PostCSS 插件
未来展望
Modern.js 团队已经注意到这个问题,预计将在未来的版本中提供对 Tailwind CSS 4.0 的官方支持。在此之前,开发者可以按照上述方案进行适配。
注意事项
- 确保项目中同时安装了
tailwindcss和@tailwindcss/postcss - 检查 PostCSS 版本是否兼容(建议使用 8.5.1 或更高版本)
- 如果使用方案一,请注意后续 Modern.js 版本更新可能会覆盖你的修改
总结
Tailwind CSS 4.0 的架构调整虽然带来了一些适配工作,但也为未来的功能扩展打下了基础。Modern.js 开发者可以通过本文提供的方案顺利过渡到新版本,享受 Tailwind CSS 4.0 带来的新特性。随着 Modern.js 生态的不断完善,官方支持方案也将很快到来。
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