在extension-create项目中配置swc-loader以支持Monorepo开发
背景介绍
在extension-create项目中开发浏览器扩展时,开发者经常会遇到在monorepo架构下无法正确处理TypeScript文件的问题。当扩展项目需要引用monorepo中其他包的未编译TypeScript代码时,默认的webpack配置会导致编译失败,因为swc-loader的include规则仅限定了manifest文件所在目录。
问题分析
在monorepo结构中,典型的目录布局可能如下:
/my-repo
/extension
/packages
/package-a
/package-b
当extension包需要直接引用package-a或package-b中的TypeScript源码时,由于extension-create默认配置的swc-loader仅包含manifest文件所在目录,会导致这些外部TypeScript文件无法被正确处理,出现类似"Module parse failed"的错误。
解决方案
方案一:使用scripts目录作为入口
extension-create项目支持在manifest同级目录下创建scripts目录,该目录下的所有js-like文件都会被当作顶级入口处理。开发者可以在此目录下创建中转文件来引用monorepo中的其他包。
/extension
/scripts
package-a.ts # 导入../../packages/package-a
package-b.ts # 导入../../packages/package-b
方案二:自定义webpack插件
更灵活的解决方案是创建一个自定义webpack插件,扩展swc-loader的include规则:
const path = require('path');
class MonorepoPlugin {
apply(compiler) {
const monorepoRoot = path.join(process.cwd(), "..");
compiler.options.module.rules = [
{
test: /\.(js|mjs|jsx|mjsx|ts|mts|tsx|mtsx)$/,
include: [monorepoRoot],
exclude: /node_modules/,
use: {
loader: require.resolve("swc-loader"),
options: {
sync: true,
module: { type: "es6" },
minify: compiler.options.mode === "production",
isModule: true,
jsc: {
target: "es2016",
parser: {
syntax: "typescript",
tsx: true,
jsx: true,
dynamicImport: true,
},
transform: {
react: {
development: compiler.options.mode === "development",
refresh: compiler.options.mode === "development",
runtime: "automatic",
importSource: "react",
},
},
},
},
},
},
...compiler.options.module.rules,
];
}
}
然后在extension.config.js中注册该插件:
module.exports = {
config: (config) => {
config.plugins.push(new MonorepoPlugin());
return config;
},
};
方案三:配置路径别名
对于使用路径别名的项目,还需要在swc-loader配置中添加对应的baseUrl和paths设置:
jsc: {
baseUrl: currentDir,
paths: {
'@/convex/*': ['../api/src/*'],
'~/*': ['../../packages/webui/src/*'],
},
}
注意事项
-
确保package.json中的"type"字段设置正确。如果使用CommonJS模块(extension.config.js),需要移除"type": "module"。
-
避免直接引用其他包的相对路径,推荐使用monorepo内部包机制,即在其他包的package.json中正确定义exports和types字段。
-
对于CSS处理,注意不要重复添加postcss-loader规则,以免与默认配置冲突。
-
使用pnpm时内部包引用工作更可靠,使用npm/yarn可能需要额外配置。
最佳实践
虽然直接引用其他包的源码可以工作,但从工程角度考虑,推荐以下做法:
- 将共享代码封装为正式的内部包,在package.json中正确定义入口和类型
- 使用明确的导入路径,而非相对路径或别名
- 保持各包的依赖关系清晰,避免隐式依赖
- 考虑构建流程,确保各包可以独立构建
通过合理配置extension-create的webpack设置,开发者可以充分利用monorepo的优势,在保持项目结构清晰的同时,实现代码的高效共享和热更新。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python01
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00