在Monorepo中为lint-staged配置多环境差异化规则
2025-05-16 05:44:33作者:柯茵沙
在大型前端项目中,Monorepo架构越来越流行,它允许我们在一个代码仓库中管理多个项目。这种架构下,每个子项目通常需要独立的代码质量检查配置。本文将以lint-staged工具为例,探讨如何在Monorepo中实现不同Git钩子下的差异化配置。
Monorepo中的lint-staged配置挑战
在Monorepo环境下,常见的做法是在每个子项目中放置独立的.lintstagedrc.json配置文件。当使用pre-commit钩子时,这种配置方式工作良好,因为lint-staged会自动发现并应用各个子项目中的配置文件。
然而,当我们需要为pre-push钩子创建不同的检查规则时,问题就出现了。例如,开发者可能希望在提交时运行快速检查,而在推送时执行更全面的检查。默认情况下,lint-staged会使用相同的配置文件,无法区分不同Git钩子的场景。
解决方案:动态JS配置
lint-staged不仅支持JSON格式的静态配置,还支持JavaScript格式的动态配置。这为我们提供了实现差异化配置的可能性。我们可以:
- 将
.lintstagedrc.json转换为.lintstagedrc.js文件 - 在JS配置中根据环境变量或其他条件返回不同的配置对象
// .lintstagedrc.js
module.exports = process.env.LINT_MODE === 'push'
? {
// pre-push钩子的配置
'*.js': ['eslint --fix', 'prettier --write']
}
: {
// pre-commit钩子的默认配置
'*.js': ['eslint --fix']
}
实际应用示例
在项目实践中,我们可以这样设置Git钩子:
- 在
.husky/pre-commit中保持原有配置:
npm exec -- lint-staged
- 在
.husky/pre-push中设置环境变量后运行:
LINT_MODE=push npm exec -- lint-staged --diff="origin/develop...$(git rev-parse --abbrev-ref HEAD)"
这种方案既保持了Monorepo中各个子项目的配置独立性,又实现了不同Git钩子下的差异化检查策略。
进阶建议
对于更复杂的场景,还可以考虑以下优化:
- 将公共配置提取到单独模块,避免重复
- 根据修改文件的范围自动调整检查严格程度
- 结合CI环境变量,实现本地与CI环境的差异化配置
通过灵活的JS配置,我们可以为Monorepo中的每个子项目创建精细化的代码质量检查策略,满足不同开发阶段的需求。
登录后查看全文
热门项目推荐
相关项目推荐
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。C032
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
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。C00
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-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
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 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++
689
343
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
233
267
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
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (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
1.22 K
669
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler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。
C
52
32