Sandboxed Module 技术文档
1. 安装指南
要安装 sandboxed-module,请在终端中运行以下命令:
npm install sandboxed-module
2. 项目的使用说明
sandboxed-module 是一个用于依赖注入的 Node.js 模块加载器。它允许你在模块中注入依赖项,主要用于单元测试。以下是一个简单的使用示例:
var SandboxedModule = require('sandboxed-module');
var user = SandboxedModule.require('./user', {
requires: {'mysql': {fake: 'mysql module'}},
globals: {myGlobal: 'variable'},
locals: {myLocal: 'other variable'},
});
在这个示例中,sandboxed-module 加载了 ./user 模块,并注入了 mysql 模块的假实现,以及一些全局和局部变量。
3. 项目API使用文档
SandboxedModule.load(moduleId, [options])
返回一个新的 SandboxedModule,其中 moduleId 是通常传递给 require() 的模块路径或 ID。该模块将在其自己的 v8 上下文中加载,但可以访问正常的 Node.js 环境。
options 是一个可选对象,用于注入以下内容:
requires:一个对象,包含moduleId和要注入的值,当沙盒模块需要它们时。globals:一个对象,包含要注入到沙盒模块中的全局变量。locals:一个对象,包含要注入到沙盒模块中的局部变量。sourceTransformers:一个对象,包含命名的函数,用于转换沙盒模块的源代码。singleOnly:如果为 false,沙盒模块所需的模块将不会被沙盒化。默认情况下,所有沙盒模块所需的模块都将使用相同的选项进行沙盒化。sourceTransformersSingleOnly:如果为 false,源转换器将不会对沙盒模块所需的模块运行。默认情况下,它将采用与singleOnly相同的值。
SandboxedModule.require(moduleId, [options])
与 SandboxedModule.load() 相同,但直接返回 sandboxedModule.exports。
SandboxedModule.configure(options)
在所有 SandboxedModule.load() 和 SandboxedModule.require() 使用中全局设置选项。
SandboxedModule.registerBuiltInSourceTransformer(name)
启用内置的源转换器。目前,SandboxedModule 有两个内置源转换器:
"coffee"- 使用 CoffeeScript 编译源代码。"istanbul"- 当 istanbul 代码覆盖运行时,通过 istanbul 进行源代码插桩。
sandboxedModule.filename
模块的完整路径。
sandboxedModule.module
底层的 Node.js Module 实例。
sandboxedModule.exports
返回 sandboxedModule.module.exports 对象的 getter。
sandboxedModule.globals
该模块加载的 v8 上下文的全局对象。对该对象的修改将反映在沙盒模块中。
sandboxedModule.locals
使用闭包注入到沙盒模块中的局部变量。修改此对象不会影响沙盒的状态。
sandboxedModule.required
一个对象,包含沙盒模块本身所需的所有模块的列表。键是用于 require 调用的 moduleId。
sandboxedModule.sourceTransformers
一个命名的函数对象,用于转换通过 SandboxedModule.require 所需的源代码。
4. 项目安装方式
sandboxed-module 可以通过 npm 安装,安装命令如下:
npm install sandboxed-module
安装完成后,你可以在项目中通过 require('sandboxed-module') 来使用它。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0129
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