解决Mitosis项目在Vite 6中JSX导入源配置问题
问题背景
在BuilderIO/mitosis项目中,当用户使用最新版本的Vite和@vitejs/plugin-react时,会遇到JSX运行时导入错误。具体表现为系统提示"Missing './jsx-dev-runtime' specifier in '@builder.io/mitosis' package"错误。
问题分析
这个问题的根源在于TypeScript配置和Vite的JSX处理方式之间的不兼容。在Mitosis项目中,默认的tsconfig.json文件配置了"jsxImportSource": "@builder.io/mitosis",这会导致Vite在解析JSX时尝试从@builder.io/mitosis包中寻找jsx-dev-runtime模块。
随着Vite 6的更新,其对JSX运行时的处理变得更加严格,而@builder.io/mitosis包并没有提供完整的JSX运行时实现,特别是缺少jsx-dev-runtime模块。
解决方案
方案一:修改Vite配置(临时方案)
可以在Vite配置中强制使用classic JSX运行时模式:
import react from '@vitejs/plugin-react';
import { defineConfig } from 'vite';
export default defineConfig({
plugins: react({jsxRuntime: 'classic'})
});
但这种方案需要开发者在所有React组件中手动导入React,增加了开发负担。
方案二:移除jsxImportSource配置(推荐方案)
更彻底的解决方案是移除tsconfig.json中的"jsxImportSource": "@builder.io/mitosis"配置。因为Mitosis生成的React组件实际上是标准的React组件,不需要特殊的JSX导入源。
方案三:为React包添加专用tsconfig(最佳实践)
最完善的解决方案是在library/packages/react/目录下添加专用的tsconfig.json文件,明确指定JSX模式为React:
{
"compilerOptions": {
"jsx": "react"
}
}
这种方案既保持了项目的灵活性,又确保了与最新Vite版本的兼容性。
技术原理
TypeScript的jsxImportSource配置用于指定JSX工厂函数的导入源。在React 17+中,引入了新的JSX转换方式,允许不显式导入React。然而,Mitosis生成的React组件实际上是标准的React组件,不需要特殊的JSX处理。
Vite 6对JSX运行时的处理更加规范,会严格检查指定的jsxImportSource是否提供了完整的运行时实现。由于@builder.io/mitosis并不是一个完整的JSX运行时实现,因此导致了兼容性问题。
结论
对于使用Mitosis生成React组件并集成到Vite 6项目的开发者,建议采用方案三,即为React包添加专用的tsconfig配置。这样既能保持项目的整洁性,又能确保与最新工具链的兼容性。
这个问题也提醒我们,在使用代码生成工具时,需要特别注意生成代码与构建工具的兼容性,及时调整配置以适应工具链的更新。
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-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
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