Preline.js 在 Laravel 11 中的正确集成方式
Preline.js 是一个现代化的 UI 组件库，为开发者提供了丰富的交互组件。在 Laravel 项目中集成 Preline.js 时，开发者常会遇到加载问题，特别是当按照通用文档说明操作时。本文将详细介绍在 Laravel 11 项目中正确集成 Preline.js 的方法。
常见错误分析
许多开发者在 Laravel 项目中集成 Preline.js 时，会直接按照通用文档说明，在 HTML 文件中添加以下脚本引用：
<script src="./node_modules/preline/dist/preline.js"></script>
这种做法会导致 404 错误，因为 Laravel 的 Vite 构建系统不会直接暴露 node_modules 目录下的文件。错误信息通常会显示请求的 preline.js 文件无法找到。
正确的集成步骤
1. 安装 Preline.js
首先需要通过 npm 安装 Preline.js：
npm install preline
2. 配置 TailwindCSS
在 tailwind.config.js 文件中添加 Preline.js 的内容路径和插件：
module.exports = {
content: [
// 其他内容路径...
'node_modules/preline/dist/*.js',
],
plugins: [
require('preline/plugin'),
],
}
3. 在 JavaScript 入口文件中导入
在 resources/js/app.js 文件中添加 Preline.js 的导入：
import 'preline/preline'
4. 配置 Vite
确保 vite.config.js 正确配置了 CSS 和 JavaScript 的入口文件：
import { defineConfig } from 'vite'
import laravel from 'laravel-vite-plugin'
export default defineConfig({
plugins: [
laravel({
input: [
'resources/css/app.css',
'resources/js/app.js',
],
refresh: true,
}),
],
})
5. 在 Blade 模板中加载资源
最后，在 Blade 模板文件中使用 Vite 指令加载编译后的资源：
<!DOCTYPE html>
<html>
<head>
<!-- 其他 head 内容 -->
@vite(['resources/css/app.css', 'resources/js/app.js'])
</head>
<body>
<!-- 页面内容 -->
</body>
</html>
关键注意事项
-
不要手动引用 node_modules 中的文件：Laravel 的 Vite 构建系统会自动处理模块依赖，手动引用会导致路径问题。
-
确保构建过程完整：每次修改配置后，需要重新运行开发服务器或构建命令。
-
检查导入路径：在 JavaScript 文件中导入时，使用 'preline/preline' 而不是完整的 dist 路径。
-
开发与生产环境：开发环境下使用
npm run dev，生产环境使用npm run build来确保资源正确编译。
通过遵循这些步骤，开发者可以避免常见的 Preline.js 加载问题，并在 Laravel 11 项目中顺利使用这个强大的 UI 组件库。记住，框架特定的集成方式通常比通用文档更符合实际项目需求。
相关内容推荐
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-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
最新内容推荐
项目优选
kernel
nop-entropy
openHiTLS
Cangjie-Examples
pytorch
flutter_flutter
leetcodecangjie_compilercangjie_test
ops-math