OpenTelemetry JavaScript SDK中ESM模块导入问题解析
问题背景
OpenTelemetry JavaScript SDK在最新版本中出现了一个与ES模块(ESM)导入相关的兼容性问题。该问题主要影响使用esbuild等现代打包工具进行构建的项目,特别是在采用ES模块格式打包时。
问题现象
当开发者使用@opentelemetry/instrumentation包并配合esbuild进行ESM格式打包时,会遇到两个明显的症状:
-
构建警告:esbuild会报告一个关于
ImportInTheMiddle的警告,指出这是一个导入命名空间对象而非构造函数,运行时将会崩溃。 -
运行时错误:实际运行时会抛出
TypeError: ImportInTheMiddle is not a constructor错误,导致应用无法正常启动。
技术分析
根本原因
问题的核心在于@opentelemetry/instrumentation包中对import-in-the-middle模块的导入方式不正确。当前代码使用了命名空间导入方式:
import * as ImportInTheMiddle from 'import-in-the-middle';
然后尝试将其作为构造函数使用:
new ImportInTheMiddle(...)
这在ES模块规范中是不合法的,因为命名空间导入对象不能作为构造函数使用。
ESM与CJS的差异
这个问题凸显了ES模块和CommonJS模块系统之间的重要差异:
-
命名空间导入:在ESM中,
import * as会创建一个包含所有导出成员的命名空间对象,这个对象本身不是构造函数。 -
默认导出:如果模块提供了默认导出,应该使用
import ImportInTheMiddle from 'import-in-the-middle'语法。 -
构造函数调用:只有被明确导出为构造函数的对象才能使用
new操作符实例化。
解决方案
正确的做法应该是:
- 检查
import-in-the-middle模块的导出方式 - 如果它提供了默认导出,改为使用默认导入语法
- 如果它需要被构造,确保导出的是一个构造函数
对于使用受影响版本的用户,临时解决方案可以是:
- 降级到已知稳定的版本
- 等待官方修复发布
- 在构建配置中添加特定规则来处理这个警告
影响范围
这个问题主要影响:
- 使用
@opentelemetry/instrumentation及其相关插件的项目 - 采用ES模块格式打包的项目
- 使用现代打包工具如esbuild、Vite等的项目
最佳实践建议
-
模块导入检查:在使用第三方模块时,仔细检查其导出方式,匹配正确的导入语法。
-
构建工具配置:了解不同构建工具对ESM和CJS模块的处理差异,适当配置。
-
版本兼容性:在升级OpenTelemetry相关依赖时,注意检查变更日志和已知问题。
-
错误处理:对OpenTelemetry的初始化代码添加适当的错误处理,避免因监控工具问题影响主应用。
这个问题已经被OpenTelemetry团队确认并修复,建议用户关注官方更新并及时升级到修复后的版本。
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
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
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Python00
HunyuanVideo-1.5暂无简介00
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-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
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