Shepherd.js v12 版本中的 TypeScript 类型问题解析
2025-05-17 01:36:06作者:董宙帆
Shepherd.js 是一个流行的 JavaScript 页面引导库,在最新发布的 v12 版本中,其 TypeScript 类型定义发生了重大变化,导致了一些兼容性问题。本文将深入分析这些变化及其影响,并为开发者提供解决方案。
类型定义变更的核心问题
在 v11 版本中,开发者可以方便地使用 Shepherd 命名空间来引用类型和构造函数:
import Shepherd from 'shepherd.js';
const tour: Shepherd.Tour = new Shepherd.Tour();
然而在 v12 版本中,这种写法不再有效,主要因为:
- Shepherd 不再作为命名空间导出
- 类型定义现在分散在各个模块文件中
- 模块解析方式发生了变化
新版本的正确使用方式
v12 版本要求开发者采用以下方式:
import Shepherd from 'shepherd.js';
import { Tour } from 'shepherd.js/tour';
const tour: Tour = new Shepherd.Tour();
这种变化带来了几个明显的问题:
- 类型与实际实现不匹配:虽然可以从 'shepherd.js/tour' 导入 Tour 类型,但不能直接实例化 new Tour()
- 开发体验下降:需要同时导入构造函数和类型,增加了代码复杂度
- 模块解析配置变更:需要将 moduleResolution 设置为 'Bundler' 而非 'node'
技术背景分析
这种变化源于项目向现代 ESM 模块系统的迁移。在 ESM 规范下,传统的命名空间导出方式不再推荐,而是鼓励使用更明确的模块导入导出方式。
然而,当前的实现存在类型定义与实际模块结构不匹配的问题。类型定义暗示可以从子模块导入构造函数,但实际上这些子模块文件并不存在。
解决方案与最佳实践
对于正在升级到 v12 的开发者,建议:
- 避免显式类型注解,让 TypeScript 自动推断类型
- 如果必须使用显式类型,确保只从主模块导入构造函数
- 更新 tsconfig.json 中的 moduleResolution 设置
项目维护者已经意识到这些问题,并在后续版本中进行了改进,将所有类型定义合并到单个声明文件中,以提供更一致的开发体验。
总结
Shepherd.js v12 的类型定义变化反映了 JavaScript 生态向 ESM 的演进过程。虽然短期内可能带来一些迁移成本,但这种变化有助于项目的长期维护和现代化。开发者应理解这些变化背后的技术考量,并相应调整自己的代码结构。
对于库作者而言,这也提醒我们在进行重大变更时,需要更全面地考虑开发者体验,并提供清晰的迁移指南。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
207
220
暂无简介
Dart
646
149
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++
653
287
React Native鸿蒙化仓库
JavaScript
250
318
🎉 (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
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
仓颉编程语言运行时与标准库。
Cangjie
134
873