在PHPStorm中调试vite-electron-builder项目的主进程
2025-06-29 11:44:10作者:牧宁李
前言
vite-electron-builder是一个优秀的Electron应用开发脚手架,它结合了Vite的快速构建能力和Electron的跨平台桌面应用开发特性。在实际开发过程中,调试Electron应用的主进程是一个常见需求。本文将详细介绍如何在PHPStorm等JetBrains系列IDE中配置主进程调试环境。
调试原理分析
Electron应用由主进程和渲染进程组成。主进程运行Node.js代码,负责创建窗口和管理应用生命周期;渲染进程则运行网页内容。要调试主进程,我们需要:
- 启动Electron时附加调试参数
- 配置IDE连接到调试端口
- 设置断点进行调试
具体配置步骤
第一步:修改watch.js文件
在vite-electron-builder项目中,主进程的启动脚本通常位于scripts/watch.js。找到约第48行左右的代码,修改Electron启动参数:
electronApp = spawn(String(electronPath), [".", "--inspect-brk", "--remote-debugging-port=9229"], {
这里添加了两个关键参数:
--inspect-brk:启动时暂停执行,等待调试器连接--remote-debugging-port=9229:指定调试端口
第二步:创建NPM运行配置
- 在PHPStorm中,打开"Run/Debug Configurations"对话框
- 添加一个新的"NPM"配置
- 设置:
- Command: run
- Scripts: watch
- 保存配置
第三步:创建Node.js远程调试配置
- 再次打开"Run/Debug Configurations"对话框
- 添加一个新的"Attach to Node.js/Chrome"配置
- 设置:
- Host: localhost
- Port: 9229(与watch.js中设置的端口一致)
- 保存配置
第四步:创建复合运行配置(可选)
为了同时启动应用和调试器:
- 添加一个新的"Compound"配置
- 将前面创建的NPM配置和Node.js远程调试配置添加进来
- 保存后运行此配置即可同时启动应用和调试器
调试技巧
- 断点设置:在PHPStorm中可以直接在代码左侧点击设置断点
- 变量查看:调试过程中可以查看局部变量和监视表达式
- 控制台交互:在调试控制台可以执行代码片段
- 步进调试:使用步进按钮可以逐行执行代码
常见问题解决
- 端口冲突:如果9229端口被占用,可以更换为其他端口,但要确保所有配置中的端口一致
- 连接失败:检查Electron是否成功启动,有时需要等待几秒再连接调试器
- 源代码映射:确保构建时生成sourcemap,以便正确映射到源代码
结语
通过以上配置,开发者可以在PHPStorm等JetBrains IDE中高效地调试Electron应用的主进程代码。这种调试方式对于开发复杂的Electron应用尤为重要,能够帮助开发者快速定位和解决问题,提高开发效率。
对于更复杂的调试场景,还可以考虑结合渲染进程调试,全面掌握应用运行状态。希望本文能帮助开发者更好地使用vite-electron-builder进行Electron应用开发。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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
330
暂无简介
Dart
685
160
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
326
🔥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
🎉 (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
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869