使用sourcemapped-stacktrace:优雅地处理浏览器中的源映射栈轨迹
sourcemapped-stacktrace 是一个简洁的JavaScript模块,专为在浏览器环境中应用源映射到JS堆栈跟踪而设计。如果你在使用CoffeeScript、Traceur或Babel等编译到JavaScript的工具时遇到困难,因为它们的错误堆栈不易理解,那么这个库将会是你的救星。
解决的问题
当浏览器处理错误时,它可以在控制台中显示应用了源映射的堆栈跟踪,但不幸的是,这种方法不适用于Error.stack()。这意味着当你尝试直接查看或记录堆栈信息时,它们会显示原始的、未映射的代码位置。sourcemapped-stacktrace正是为了填补这一空白而诞生的。
演示与安装
你可以访问在线演示来体验sourcemapped-stacktrace的效果。要安装此库,只需一行命令:
npm install sourcemapped-stacktrace
NPM包包含了可以直接在页面中使用的dist/sourcemapped-stacktrace.js文件。
设置与API
通过AMD模块加载器或传统script标签引入sourcemapped-stacktrace.js。作为AMD模块,它暴露了mapStackTrace方法。如果未找到AMD加载器,该函数将被设置在全局对象window.sourceMappedStackTrace.mapStackTrace上。
使用示例
try {
// 引发错误
bork();
} catch (e) {
// 应用源映射
window.mapStackTrace(e.stack, function(mappedStack) {
// 处理映射后的堆栈信息
console.log(mappedStack.join("\n"));
}, {
filter: function (line) {
// 只处理包含`spec.js`的来源
return /(spec\.js)/.test(line);
}
});
}
技术解释
该项目使用Mozilla的source-map库,通过获取和解析错误堆栈中引用的所有脚本,并检查是否存在源映射声明,然后从服务器加载这些映射。整个过程完全模拟了现代浏览器对于源映射的支持。
支持的环境
目前,sourcemapped-stacktrace支持以下浏览器:
- Google Chrome
- Mozilla Firefox
- Apple Safari
- Internet Explorer 11及以上
- Microsoft Edge
已知问题
- 不支持除Chrome和Firefox之外的浏览器的异常格式
- 仅支持内联的
//# sourceMappingURL=声明,尚不支持SourceMap HTTP头 - 部分源映射生成器(如CoffeeScript、Traceur、Babel)未提供完整的
names列表,导致转换后的代码框架中的函数名显示为(unknown)。这些问题可能需要上游库进行改进以提供更好的支持。
总的来说,sourcemapped-stacktrace是一个实用的工具,旨在帮助开发者解决由于编译到JS的源码而导致的复杂调试问题。它的简单API和高效的源映射处理使其成为任何使用现代前端构建工具的开发者的理想选择。赶快试试看,让源映射驱动的错误处理变得更加轻松!
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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-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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00