Azure CLI 2.74.0版本中pkg_resources弃用警告问题解析
在Azure CLI 2.74.0版本中,用户在执行存储账户相关命令时遇到了一个警告信息,该警告提示pkg_resources API已被弃用。这个问题不仅影响了存储模块,还波及到了Azure DevOps扩展等多个功能组件。
问题现象
当用户执行如az storage account show-connection-string等命令时,系统会在标准错误流(stderr)中输出以下警告信息:
UserWarning: pkg_resources is deprecated as an API. See https://setuptools.pypa.io/en/latest/pkg_resources.html. The pkg_resources package is slated for removal as early as 2025-11-30. Refrain from using this package or pin to Setuptools<81.
这个警告本身不会影响命令的正常执行,但由于许多CI/CD流水线配置了failOnStandardError: true选项,导致任何写入stderr的内容都会被当作错误处理,从而使整个流水线失败。
技术背景
pkg_resources是Python setuptools包中的一个模块,长期以来被用于处理Python包的命名空间和资源管理。随着Python生态的发展,setuptools团队决定逐步淘汰这个API,计划在2025年11月30日之前完全移除它。
在Azure CLI的多个模块中,特别是存储(storage)和Azure DevOps扩展中,都使用了pkg_resources来实现命名空间管理。当setuptools更新到最新版本后,开始显示这个弃用警告。
影响范围
这个问题影响广泛,主要表现在:
- 存储模块相关命令:如
az storage account show-connection-string、az storage blob upload等 - Azure DevOps扩展命令:如
az pipelines list、az devops相关操作 - AKS相关命令:如
az aks nodepool add - 使用Microsoft托管代理的CI/CD流水线
解决方案
临时解决方案
-
降级setuptools版本:可以执行以下命令将setuptools降级到80.8.0版本:
pythonPath=$(az --version | grep "Python location" | sed -e 's/Python location //' -e "s/'//g") "$pythonPath" -m pip install setuptools==80.8.0 --force-reinstall --ignore-installed -
降级Azure CLI版本:回退到2.73.0或2.72.0版本可以避免此问题。
-
修改流水线配置:对于使用Azure CLI任务的流水线,可以暂时将
failOnStandardError设置为false。
长期解决方案
Azure CLI团队已经确认将在2.75.0版本中修复这个问题,该版本计划于2025年7月1日发布。修复方案主要是更新azure-multiapi-storage-python库,移除对pkg_resources的依赖。
最佳实践建议
-
对于关键生产环境,建议暂时锁定Azure CLI版本为2.73.0,等待稳定修复版本发布。
-
在CI/CD流水线中,对于非关键命令可以考虑暂时禁用
failOnStandardError选项,或者添加错误过滤逻辑。 -
长期来看,建议审查所有使用pkg_resources的代码,逐步迁移到推荐的替代方案,如importlib.resources或importlib.metadata。
-
对于使用Microsoft托管代理的用户,可以关注代理镜像更新情况,或考虑使用自定义代理避免此类问题。
总结
这个问题虽然表现为一个简单的警告信息,但由于CI/CD系统的严格错误处理机制,实际上造成了广泛影响。开发团队已经确认了问题根源并制定了修复计划。在此期间,用户可以根据自身情况选择合适的临时解决方案,同时为未来的Python生态变化做好准备。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00