Winget-cli 安装软件包时出现"Data required by the source is missing"错误解析
在使用Windows包管理器Winget-cli安装fnm(Node版本管理器)时,用户遇到了"0x8a15000f : Data required by the source is missing"的错误提示。这个错误通常与Winget源数据获取问题有关,特别是在新安装的Windows系统上。
错误背景分析
当用户执行winget install Schniz.fnm命令时,系统无法从配置的源获取必要的软件包数据。检查源列表显示有两个默认源:
- msstore源:指向Microsoft Store的API端点
- winget源:指向微软的CDN缓存
根本原因
经过技术分析,该问题主要由以下因素导致:
-
过时的Winget版本:新安装的Windows系统可能预装的是较老版本的Winget(如1.2.x),这些旧版本已不再被支持。
-
源数据格式不兼容:微软对Winget源的数据格式进行了更新,旧版本客户端无法正确解析新格式的数据。
-
自动更新失败:Microsoft Store未能成功自动更新Winget到最新版本。
解决方案
要解决此问题,可以采取以下步骤:
-
手动更新Winget: 通过Microsoft Store手动检查并安装Winget的最新更新,确保版本至少为1.6.3842或更高。
-
重置源配置: 执行
winget source reset --force命令强制重置源配置,然后再次尝试安装。 -
验证源可用性: 使用
winget source list检查源状态,确保所有配置的源都能正常访问。 -
检查网络连接: 确保系统能够正常访问微软的CDN和Store服务端点,没有防火墙或代理阻挡。
技术细节
Winget的源机制依赖于预索引的软件包清单文件。当客户端版本过旧时,它可能无法正确解析新格式的清单数据,导致"Data required by the source is missing"错误。微软已停止对旧版本客户端的支持,强制要求用户更新到较新版本才能继续使用服务。
对于系统管理员而言,建议在企业环境中通过组策略或系统镜像预部署最新版Winget,避免用户首次使用时遇到此类问题。同时,在自动化脚本中应加入版本检查逻辑,确保Winget客户端版本符合最低要求。
通过以上措施,用户可以顺利解决源数据缺失的问题,正常使用Winget安装管理软件包。
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