首页/文章/前端工程化

从零开发前端 CLI 脚手架

2023-11-30
13215 分钟
...

前言

在现代前端开发中,CLI(Command Line Interface)脚手架已经成为提高开发效率、规范团队协作的重要工具之一。本文将介绍如何从零开始开发一个前端 CLI 脚手架,使其能够通过命令行交互生成不同技术栈的模板代码,并预装常用的工具如 ESLint、Husky、Prettier 等,从而为项目的开发提供一致性和高质量的基础。

项目结构

首先,我们需要确定脚手架的项目结构。一个典型的结构可以包括以下目录和文件:

my-cli/
  ├── bin/
  │   └── my-cli.js  
  ├── templates/     
  ├── package.json
  └── ...

核心功能

1. 初始化项目

创建一个新的项目文件夹 my-cli,并在其中运行以下命令生成 package.json 文件:

npm init -y

创建 /bin/cli.js 后,修改 package.json 文件,将 my-cli 命令的触发文件指向 cli.js。

"bin": { 
    "my-cli": "./bin/cli.js"
},

在项目根目录运行以下命令把当前项目中 package.json 的 bin 字段链接到全局变量,就可以在任意文件夹中使用你的 CLI 脚手架命令了。

npm link  

添加依赖

npm install commander inquirer@^8.0.0 --save

commander :命令行解决方案。

inquirer:用于在命令行与用户交互,注意 Inquirer v9 使用了 esm 模块,如果使用 commonjs 需要使用 v8 版本。

2. 编写 cli 入口文件

注意 #!/usr/bin/env node 标识是必须的,告诉操作系统用 node 环境执行,然后设置基本的操作命令:

#!/usr/bin/env node
const { Command } = require("commander");
const inquirer = require("inquirer");
const program = new Command();


const package = require("../package.json");
program.option("-v, --version").action(() => {
  console.log(`v${package.version}`);
});


program
  .command("create")
  .description("创建模版")
  .action(async () => {
    
    const { projectName } = await inquirer.prompt({
      type: "input",
      name: "projectName",
      message: "请输入项目名称:",
    });
    console.log("项目名称:", name);
  });


program.parse(process.argv);

可以看到当前的效果:

基本命令完成以后,设置模板选择,可以把模板放到 templates 文件夹里或者远程仓库,这里使用 templates 文件夹的方式,需要把 inquirer type 改为 list 类型:

program
  .command("create")
  .description("创建模版")
  .action(async () => {
    
    ...忽略...
    
    
    const { template } = await inquirer.prompt({
      type: "list",
      name: "template",
      message: "请选择模版:",
      choices: folderNames,
    });
   
  });

编写获取 templates 下文件夹名字和路径的逻辑:


const templatesPath = path.join(__dirname, "..", "templates"); 
const files = fs.readdirSync(templatesPath, { withFileTypes: true });
const subDirectories = files.filter((file) => file.isDirectory());
const folderNames = subDirectories.map((dir) => dir.name);
const folderPaths = subDirectories.map((dir) =>
  path.join(templatesPath, dir.name)
);

编写递归复制模板文件的逻辑:


const { promisify } = require("util");
const copyFile = promisify(fs.copyFile); 
const mkdir = promisify(fs.mkdir); 
async function copyTemplateFiles(templatePath, targetPath) {
  const files = await promisify(fs.readdir)(templatePath);
  for (const file of files) {
    const sourceFilePath = path.join(templatePath, file);
    const targetFilePath = path.join(targetPath, file);
    const stats = await promisify(fs.stat)(sourceFilePath);
    if (stats.isDirectory()) {
      await mkdir(targetFilePath);
      await copyTemplateFiles(sourceFilePath, targetFilePath);
    } else {
      await copyFile(sourceFilePath, targetFilePath);
    }
  }
}


const targetPath = path.join(process.cwd(), projectName);
await mkdir(targetPath);
const selectedTemplateIndex = folderNames.indexOf(template);
const selectedTemplatePath = folderPaths[selectedTemplateIndex];
await copyTemplateFiles(selectedTemplatePath, targetPath);
console.log("模板复制完成!");

至此,一个基本的 cli 已经完成了。

3. 优化 cli 交互

添加可以从命令行传递参数功能,并判断不传递时进行选择操作

program
  .command("create [projectName]") 
  .description("创建模版")
  .action(async (projectName) => {
    
    if (!projectName) {
      const { name } = await inquirer.prompt({
        type: "input",
        name: "projectName",
        message: "请输入项目名称:",
        validate: (input) => {
          if (!input) {
            return "项目名称不能为空";
          }
          return true;
        },
      });
      projectName = name;
    }
  });

添加可查询命令

很多工具都会有 --help 指令,用于查看工具包的操作,program 提供了监听 --help 操作,在 cli.js 添加后,执行 -h 或者 --help 都会自动把当前注册的所有命令都打印到控制台。

program.on('--help', () => {})

输入 --help 或者 -h 查看效果:

添加创建同名目录时,是否覆盖的选择

可以使用 fs.existsSync 来检查目标文件夹是否已存在。如果目标文件夹存在,我们使用inquirer 来询问用户是否要覆盖。如果用户选择不覆盖,程序会输出消息并退出。如果用户选择覆盖,我们会先使用 fs.rm 删除已存在的目标文件夹,然后再创建新的目标文件夹,并进行后续操作。

const targetPath = path.join(process.cwd(), projectName);

if (fs.existsSync(targetPath)) {
  const { exist } = await inquirer.prompt({
    type: "confirm",
    name: "exist",
    message: "目录已存在,是否覆盖?",
  });

exist ? await fsRm(targetPath, { recursive: true }) : process.exit(1);

添加模板创建成功后的引导提示

每种模板可能不同,可以创建配置文件保存各模板的相关信息。

console.log("模板创建成功!");
console.log(`\ncd ${projectName}`);
console.log("yarn");
console.log("yarn dev\n");

发布到 npm 仓库

在 package.json 定义需要发布的文件,这里需要发布 cli.js 以及模板。

"files": [
    "bin",
    "templates"
],

如果是私有工具需要设置私有源地址,或者配置 .npmrc 文件。

npm config set registry <私有源地址>

登录 npm 账号并发布。

npm login
npm publish

总结

使用 commander 可以更方便地处理命令行参数和创建交互式界面,从而开发出更加灵活和易用的前端 CLI 脚手架。通过命令行交互,生成不同技术栈的模板代码,并预装常用的工具和插件,使项目开发更加规范统一和高效。在实际开发中,你可以根据需要进一步扩展和优化这个脚手架,以满足不同项目的需求。

如果您觉得这篇文章有帮助,请点个赞吧~

分享文章

相关文章

更多文章 →
AI2026-09-01
Deep Agents 01:何为 Agent Harness,以及如何开始
1、本篇任务:完成一份多步骤、带证据的技术调研 普通客服 Agent 的问题短、工具少、输出即时。技术调研或编码任务会持续很久,产生计划、搜索结果、文件和中间结论。Deep Agents 在 LangChain/LangGraph 之上预装规划、虚拟文件系统、上下文压缩和子 Agent,适合这类开放任务。 本课让 Agent 比较两种向量数据库,并交付一份可验证报告。 2、什么时候需要 Deep Agent 满足以下两项以上再考虑:任务...
学习
AI2026-09-01
Deep Agents 02:子 Agent、虚拟文件系统与长期记忆
1、本篇任务:让主管只看结论,让子 Agent 处理细节 技术调研会产生几十次搜索和大量文件。如果全部进入主管上下文,真正的目标会被噪音淹没。本课用两个子 Agent: 收集证据, 检查结论;主管负责计划与最终合成。 2、什么时候委派,什么时候直接调用工具 适合委派:子任务有多步;需要专门提示或工具;会产生大量中间结果;只需返回有限结论。不适合:一步查询;主管需要全部中间上下文;协调成本超过任务本身。 3、配置专门子 Agent Pyt...
学习
AI2026-09-01
Deep Agents 03:生产化、Sandbox、权限与上线验收
1、本篇任务:让 Deep Agent 在隔离环境中分析代码 只读研究 Agent 风险有限;编码 Agent 需要读写文件、安装依赖和执行测试。本课不讲如何让模型写更漂亮的代码,只讲执行环境、权限、恢复和上线验收。 2、先做威胁模型 资产包括源代码、用户文件、云凭证、生产网络和发布权限;攻击入口包括用户消息、仓库内容、网页、依赖包、MCP 返回和命令输出。 Prompt injection 不是靠一句 system prompt 解决...
学习
AI2026-09-01
LangChain 01:全景、原理与学习路线
1、本篇学完要得到什么 这一篇只解决三个问题:LangChain 到底负责什么;它与 LangGraph、Deep Agents、LangSmith 是什么关系;后面应按什么顺序学习。 贯穿整套课程的项目是“退款政策与订单助手”。它最终能够:回答知识库中的退款规则;查询当前用户的订单;生成结构化答复;对真正的退款操作进行人工审批;断线后恢复;通过评测后发布。 先记住一句话: 模型负责理解与生成,应用负责数据、权限、状态和副作用。 如果把...
学习
AI2026-09-01
LangChain 02:模型、消息与结构化输出
1、本篇任务:让模型输出成为程序可以依赖的合同 上一课只证明 Agent 能运行。本课暂时不接业务工具,只完成一个“客服分诊器”:输入用户问题,输出意图、紧急程度、是否需要人工和给用户的答复。 本课的核心不是学更多模型参数,而是理解三层合同:消息决定模型看到了什么;schema 决定程序期待什么;业务校验决定结果是否真的可用。 2、消息不是一段字符串,而是一条执行记录 一次工具型对话通常包含四种消息: | 类型 | 由谁产生 | 作用...
学习
AI2026-09-01
LangChain 03:工具与 Agent——从函数到可控行动
1、本篇任务:让 Agent 安全地读取订单 上一课得到结构化分诊结果,但模型不知道真实订单。本课增加一个只读工具 ,走通完整 Agent 循环,并把模型、工具包装和领域服务的责任分开。 完成后,用户问“我的 A100 发货了吗”,Agent 会选择工具;工具只按当前登录用户查询;模型基于工具结果回答。它仍然不能退款,因为我们没有提供写工具。 2、工具的本质是受 schema 约束的应用函数 一个好工具需要:稳定名称、清楚描述、窄输入...
学习

评论

请登录后发表评论

去登录
加载评论中...

目录