解决electron-builder在Windows构建时文件路径过长的问题
问题背景
在使用electron-builder构建Electron应用时,许多开发者遇到了一个常见问题:在Windows环境下,特别是使用pnpm作为包管理器时,构建过程中会出现"!include: could not open file"的错误。这个问题主要出现在GitHub Actions等CI环境中,但有时也会在本地开发环境中出现。
问题表现
错误信息通常如下所示:
!include: could not open file: "...\node_modules\.pnpm\app-builder-lib@25.0.0-alpha.6...\node_modules\app-builder-lib\templates\nsis\include\StdUtils.nsh"
Error in script "<stdin>" on line 1 -- aborting creation process
根本原因
这个问题主要由以下几个因素共同导致:
-
Windows文件路径长度限制:尽管现代Windows系统已经支持长路径,但某些工具和场景下仍然存在限制。
-
pnpm的虚拟存储结构:pnpm使用硬链接和符号链接来管理依赖,这会导致node_modules目录结构比npm/yarn更深。
-
CI环境的工作目录:GitHub Actions等CI平台通常会在较深的目录路径下运行构建,进一步加剧了路径长度问题。
-
electron-builder的NSIS脚本引用:构建过程中需要引用位于node_modules深处的NSIS脚本文件。
解决方案
1. 降级electron-builder版本
临时解决方案是降级到已知可用的版本:
- electron-builder 24.9.1
- electron-builder 24.13.0
2. 配置pnpm的虚拟存储路径
在项目根目录的.npmrc文件中添加以下配置:
virtual-store-dir-max-length=80
这个配置会限制pnpm创建的虚拟存储目录的路径长度。需要注意的是:
- 修改配置后需要重新运行pnpm install
- 对于monorepo项目,需要在根目录的.npmrc中配置
3. 启用Windows长路径支持
虽然GitHub Actions的Windows环境默认已启用长路径支持,但在本地开发环境中可以执行以下PowerShell命令确保启用:
Set-ItemProperty -Path "HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem" -Name "LongPathsEnabled" -Value 1
4. 调整项目目录结构
将项目放在更接近根目录的位置,例如:
- 不推荐:C:\Users\username\long\path\to\project
- 推荐:C:\projects\my-project
最佳实践建议
-
版本兼容性:目前推荐使用electron 30.x + electron-builder 24.9.1的组合
-
CI环境优化:
- 在GitHub Actions中,优先使用pnpm的路径长度限制配置
- 确保构建步骤在修改.npmrc后执行pnpm install
-
长期解决方案:
- 关注electron-builder的未来版本更新
- 考虑向electron-builder项目提交改进建议
总结
Windows环境下的文件路径长度限制与pnpm的目录结构设计相结合,导致了electron-builder构建过程中的文件访问问题。通过合理配置pnpm或调整electron-builder版本,开发者可以有效解决这一问题。随着工具的不断演进,这个问题有望在未来的版本中得到根本性解决。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00