GlobalProtect-openconnect 在 Manjaro Wayland 下的安全存储问题分析与解决方案
问题背景
近期在 Manjaro Linux (testing) 环境下使用 GlobalProtect-openconnect 2.0.0-beta2 版本时,用户报告了两个主要问题:
- 图形界面(GUI)版本出现"Platform secure storage failure"错误
- 命令行(CLI)版本出现认证失败问题
这些问题在 Wayland 和 Xorg 会话下均有出现,影响了用户的正常使用体验。
问题分析
安全存储失败问题
日志显示的错误信息为:"Can't read the config key from the keyring: Platform secure storage failure: zbus error: org.freedesktop.DBus.Error.ServiceUnknown: The name is not activatable"
经过测试发现,这个问题与 KDE Wallet 系统的状态直接相关。在默认禁用 KDE Wallet 的 Manjaro 安装中,GlobalProtect-openconnect 无法访问系统安全存储服务,导致配置信息无法保存。
认证失败问题
命令行版本出现的认证问题表现为即使多次重试也无法建立连接。这与网络门户的特定实现有关,但奇怪的是在回退到旧版本后问题消失,表明新版本可能存在兼容性问题。
解决方案
安全存储问题的解决
对于 GUI 版本的安全存储问题,确认解决方案如下:
- 确保系统已安装并启用了 KDE Wallet 服务
- 在 KDE 系统设置中启用钱包功能
- 为钱包设置一个主密码(如果尚未设置)
测试表明,在 Manjaro 的 Wayland 和 Xorg 会话中,只要正确配置了 KDE Wallet,安全存储问题即可解决。
认证问题的临时解决方案
目前对于 CLI 版本的认证问题,建议暂时回退到稳定版本。开发团队表示正在持续发布新的 beta 版本,每个 beta 版本都有 14 天的试用期,用户可以保持更新以获得最新修复。
技术深入
KDE Wallet 集成机制
GlobalProtect-openconnect 使用 DBus 与 KDE Wallet 通信来安全存储配置信息。当钱包服务不可用时,会抛出 "ServiceUnknown" 错误。这种设计遵循了 Linux 桌面环境的安全存储标准,但依赖特定服务的可用性。
认证流程变更
从用户反馈来看,2.0.0-beta2 版本可能修改了认证流程或用户代理字符串的处理方式,导致与某些网络门户的兼容性问题。开发团队需要进一步分析认证协议的具体变化。
用户建议
对于 Manjaro 用户,建议采取以下步骤:
- 检查并确保 KDE Wallet 服务正常运行
- 如果遇到认证问题,可暂时使用稳定版本
- 关注项目更新,测试后续的 beta 版本
- 对于长期使用,考虑项目的授权选项
总结
GlobalProtect-openconnect 2.0.0-beta2 在 Manjaro 下的问题主要源于安全存储服务依赖和认证流程变更。通过正确配置系统组件和选择合适的版本,用户可以解决大部分使用问题。开发团队正在积极改进,建议用户关注后续更新以获取更稳定的体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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