在dependency-cruiser中处理monorepo中的devDependencies与dependencies冲突问题
2025-06-05 10:22:56作者:宣利权Counsellor
问题背景
在monorepo项目中,我们经常会遇到一个典型场景:某些依赖包既需要在根目录的devDependencies中声明(用于构建工具或配置),又需要在子包的dependencies中声明(作为运行时依赖)。这种双重声明会导致dependency-cruiser的not-dev-dep规则误报。
具体案例
假设我们有一个monorepo项目结构如下:
- 根目录package.json:
{
"devDependencies": {
"foo": "1.0.0"
},
"overrides": {
"foo": "$foo"
}
}
- packages/floof/package.json:
{
"dependencies": {"foo": "1.0.0"}
}
当启用combinedDependencies选项时,dependency-cruiser会将所有工作区的依赖合并分析。此时foo同时出现在devDependencies和dependencies中,触发not-dev-dep规则报错。
解决方案
通过调整dependency-cruiser配置中的dependencyTypesNot数组,可以解决这个问题。具体做法是在not-to-dev-dep规则中添加npm类型:
{
"name": "not-to-dev-dep",
"severity": "error",
"from": {
"pathNot": ["^test/", "^tools/"]
},
"to": {
"dependencyTypes": ["npm-dev"],
"exoticallyRequired": false,
"dependencyTypesNot": [
"type-only",
"type-import",
"triple-slash-type-reference",
"npm-peer",
"npm" // 新增这一行
],
"pathNot": ["node_modules/@types/"]
}
}
技术原理
-
dependencyTypes定义了规则检查的依赖类型,这里设置为npm-dev表示只检查开发依赖。 -
dependencyTypesNot定义了例外情况,新增的npm表示如果一个依赖同时是生产依赖(在dependencies中声明),则忽略该规则的检查。 -
这种配置确保了:
- 如果一个包只在devDependencies中声明,但在代码中被引用,会触发警告
- 如果一个包同时在devDependencies和dependencies中声明,不会触发警告
- 如果一个包没有在任何地方声明,会触发警告
最佳实践建议
-
对于monorepo项目,建议始终启用
combinedDependencies选项,以获得完整的依赖关系视图。 -
对于需要在根目录和子包中同时声明的依赖,可以考虑:
- 在根目录使用peerDependencies
- 使用workspace协议(如
workspace:*) - 采用上述配置方案
-
定期检查依赖关系,确保没有冗余的依赖声明。
通过这种配置方式,我们既保持了依赖关系的严格检查,又适应了monorepo项目的特殊需求,实现了开发效率和代码质量的平衡。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
Ascend Extension for PyTorch
Python
229
259
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
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660