stack-trace 项目技术文档
2024-12-24 21:16:50作者:龚格成
1. 安装指南
安装方式
要安装 stack-trace 模块,请在终端中运行以下命令:
npm install stack-trace
依赖环境
- Node.js 环境
- npm 包管理器
2. 项目的使用说明
stack-trace 模块用于获取 V8 堆栈跟踪信息,并将其表示为 CallSite 对象的数组。以下是该模块的主要使用场景:
获取当前堆栈跟踪
你可以使用 stack-trace.get() 方法来获取当前的堆栈跟踪信息:
import { get } from 'stack-trace';
const trace = get();
expect(trace[0].getFileName()).toBe(__filename);
解析错误对象的堆栈跟踪
如果你已经有一个 Error 对象,并且想要解析其堆栈跟踪信息,可以使用 stack-trace.parse() 方法:
import { parse } from 'stack-trace';
const err = new Error('something went wrong');
const trace = parse(err);
expect(trace[0].getFileName()).toBe(__filename);
需要注意的是,解析 Error#stack 属性并不是完美的,只有部分属性可以被正确解析。
长堆栈跟踪
stack-trace 模块与 long-stack-traces 模块兼容。当解析跨越事件循环边界的 err.stack 时,CallSite 对象会返回 '----------------------------------------' 作为 getFileName() 的值,其他方法则返回 null。
3. 项目API使用文档
stackTrace.get([belowFn])
- 功能: 返回一个
CallSite对象数组,其中数组的第 0 个元素表示当前的调用位置。 - 参数:
belowFn(可选): 当前堆栈中的一个函数。如果提供了该参数,返回的数组将只包含该函数之后的CallSite对象。
- 返回值:
CallSite对象数组。
stackTrace.parse(err)
- 功能: 将
Error对象的err.stack属性解析为一个与stackTrace.get()返回值兼容的数组。 - 参数:
err: 一个Error对象。
- 返回值:
CallSite对象数组,但只有以下方法被实现:getTypeNamegetFunctionNamegetMethodNamegetFileNamegetLineNumbergetColumnNumberisNative
CallSite 对象
CallSite 对象是 V8 堆栈跟踪 API 的一部分,提供了以下方法:
getThis(): 返回this的值。getTypeName(): 返回this的类型名称。getFunction(): 返回当前函数。getFunctionName(): 返回当前函数的名称。getMethodName(): 返回当前函数的属性名称。getFileName(): 如果函数定义在脚本中,返回脚本名称。getLineNumber(): 如果函数定义在脚本中,返回当前行号。getColumnNumber(): 如果函数定义在脚本中,返回当前列号。getEvalOrigin(): 如果函数是通过eval创建的,返回eval调用位置的CallSite对象。isToplevel(): 判断是否为顶层调用。isEval(): 判断是否在eval代码中调用。isNative(): 判断是否为原生 V8 代码。isConstructor(): 判断是否为构造函数调用。
4. 项目安装方式
如前所述,项目的安装方式非常简单,只需在终端中运行以下命令即可:
npm install stack-trace
安装完成后,你可以在项目中导入并使用 stack-trace 模块来获取和解析堆栈跟踪信息。
登录后查看全文
热门项目推荐
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147