Azure CLI 中 AzCopy 自动安装失败的解决方案
问题背景
Azure CLI 作为微软官方提供的命令行工具,在与 Azure 存储服务交互时,部分命令会依赖 AzCopy 工具来完成高效的文件传输操作。近期用户在使用 Azure CLI 的存储相关命令时,遇到了 AzCopy 自动安装失败的问题,特别是在容器环境中表现尤为明显。
问题现象
当执行如 az storage copy 等需要 AzCopy 的命令时,系统会尝试自动下载并安装 AzCopy 10.13.0 版本。然而安装过程会失败,并出现类似错误提示:"Connection error while attempting to download azcopy 10.13.0"。
根本原因
经过分析,该问题源于 Azure CDN 服务架构变更。Azure CLI 原本通过 azureedge.net 域名下载 AzCopy,但该域名已被弃用。新的下载端点已迁移至 Azure Front Door 服务,但 CLI 工具尚未同步更新下载地址。
临时解决方案
在等待官方修复期间,用户可采用以下临时解决方案:
-
直接安装 AzCopy 包(适用于 Azure Linux/Mariner 系统):
tdnf install -y azcopy -
手动下载并安装指定版本:
curl -O https://azcopyvnext-awgzd8g7aagqhzhe.b02.azurefd.net/release20211027/azcopy_linux_amd64_10.13.0.tar.gz mkdir -p /root/.azure/bin tar -xf azcopy_linux_amd64_10.13.0.tar.gz --strip-components=1 -C /root/.azure/bin -
GitHub Actions 中的解决方案:
- name: Upload to blob storage uses: azure/CLI@v1 with: azcliversion: 2.67.0 inlineScript: | tdnf install -y azcopy; # 你的脚本内容
官方修复情况
Azure CLI 团队已提交修复代码,将下载地址更新为新的 Azure Front Door 端点。该修复将包含在 2.69.0 版本中,计划于 2025 年 2 月 11 日发布。
技术建议
-
版本兼容性:虽然可以安装最新版 AzCopy,但需注意 10.27.0 及以上版本可能存在内存泄漏问题。
-
容器环境优化:在构建容器镜像时,建议预先安装 AzCopy 以避免运行时下载。
-
路径配置:手动安装时,建议将 AzCopy 放置在
/root/.azure/bin目录下,这是 Azure CLI 默认的查找路径。
总结
此次事件展示了云服务架构变更对依赖工具链的影响。作为开发者,我们应当:
- 关注官方公告和更新
- 为关键工具链准备备用方案
- 在 CI/CD 流程中考虑依赖项的稳定性
对于 Azure CLI 用户,建议在问题修复后及时更新至 2.69.0 或更高版本,以获得更稳定的体验。
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