解决React-Admin项目使用pnpm安装时的Vite构建问题
在使用React-Admin 5.x版本构建项目时,如果通过pnpm进行包管理,可能会遇到一个特定的构建错误。这个错误表现为Vite在构建过程中无法解析来自react-admin模块的"ra-core"导入。
问题现象
当开发者使用pnpm安装React-Admin 5.x版本的项目依赖后,尝试使用Vite进行构建时,控制台会输出如下错误信息:
[vite]: Rollup failed to resolve import "ra-core" from "/workspace/cockpit/projects/bo/node_modules/react-admin/dist/esm/index.js
这个错误表明Vite的Rollup打包工具在解析react-admin模块的依赖关系时遇到了问题,无法正确找到"ra-core"这个内部依赖项。
问题根源
这个问题的根本原因在于pnpm的包管理机制与npm/yarn有所不同。pnpm默认使用了一种称为"严格模式"的依赖安装方式,它会为每个包创建独立的node_modules结构,而不是像npm/yarn那样将所有依赖提升到顶层node_modules中。
这种设计虽然有助于减少磁盘空间占用和避免幽灵依赖问题,但有时会导致某些依赖解析出现问题,特别是对于那些预期依赖会被提升到顶层的包。
解决方案
解决这个问题的有效方法是在项目根目录下创建一个名为.npmrc
的配置文件,并添加以下配置:
shamefully-hoist=true
这个配置的作用是让pnpm模拟npm/yarn的依赖提升行为,将依赖包提升到顶层node_modules目录中。配置完成后,需要重新运行pnpm install
安装依赖,之后Vite的构建过程就能正常工作了。
深入理解
shamefully-hoist
这个配置名称虽然看起来有些奇怪,但它准确地反映了pnpm团队对这种行为的看法。在pnpm的设计理念中,依赖提升被认为是一种不太理想的做法,因为它可能导致幽灵依赖等问题。因此,他们将其标记为"shameful"(可耻的),但同时提供了这个选项以满足某些特殊情况的需求。
对于React-Admin这样的复杂前端框架,其内部模块之间可能存在紧密的依赖关系,依赖提升在这种情况下确实能解决许多构建问题。这也是为什么在遇到这类构建问题时,启用依赖提升是一个有效的解决方案。
最佳实践
虽然这个解决方案有效,但开发者应该注意以下几点:
- 仅在遇到构建问题时才使用这个解决方案,不要默认开启
- 了解项目中的实际依赖关系,避免引入不必要的幽灵依赖
- 定期检查项目依赖,确保没有因为依赖提升而引入的潜在问题
- 考虑向React-Admin团队反馈这个问题,以便在框架层面找到更优雅的解决方案
通过理解这个问题的本质和解决方案的原理,开发者可以更好地处理类似的前端构建问题,同时也能更深入地理解现代前端工具链的工作原理。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









