chsrc项目:解决Windows上Microsoft Store安装Python的pip换源权限问题
在Windows操作系统上,使用Microsoft Store安装Python时可能会遇到一个特殊的权限问题:当尝试修改pip源配置时,系统会提示权限不足而无法完成操作。这一问题在chsrc项目中得到了有效解决。
问题背景
通过Microsoft Store安装的Python与其他安装方式存在显著差异。Store应用会被安装在受保护的系统目录中(如C:\Program Files\WindowsApps\),普通用户对这些目录没有写入权限。当用户尝试执行pip config set命令修改pip源时,pip默认会尝试将配置写入Python安装目录下的pip.ini文件,这就会导致权限错误。
问题表现
具体错误表现为:
PermissionError: [Errno 13] Permission denied: 'C:\\Program Files\\WindowsApps\\PythonSoftwareFoundation.Python.3.11_3.11.2544.0_x64__qbz5n2kfra8p0\\pip.ini'
解决方案
chsrc项目采用了以下解决方案:
-
使用--user参数:通过添加
--user选项,强制pip将配置写入用户目录而非系统目录。对于Microsoft Store安装的Python,配置会被写入C:\Users\[用户名]\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.11_qbz5n2kfra8p0\LocalCache\Roaming\pip\pip.ini -
兼容性考虑:这一修改不会影响通过其他方式(如scoop、官方安装包等)安装的Python,因为这些安装方式下有无
--user参数效果相同。
技术细节
Windows系统上pip的配置文件通常可以存在于多个位置:
- 系统级:Python安装目录下的
pip.ini - 用户级:用户AppData目录下的
pip.ini
Microsoft Store安装的Python特殊之处在于:
- 系统级目录受Windows应用商店保护,普通用户无写入权限
- 用户级目录路径与传统Python安装不同,增加了
LocalCache\Roaming层级
最佳实践
对于Windows用户,特别是使用Microsoft Store安装Python的用户,建议:
- 始终使用最新版的chsrc工具
- 如手动修改pip源,记得添加
--user参数 - 定期检查pip配置是否生效
这一改进使得chsrc工具能够更好地服务于各种Python安装方式的用户,特别是Windows平台上的Microsoft Store用户,解决了长期存在的权限问题,提升了工具的兼容性和用户体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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