Azure Pipelines Tasks中.NET 9 SDK安装失败问题分析与解决方案
问题背景
在使用Azure Pipelines的UseDotNet@2任务安装.NET 9 SDK时,部分用户遇到了DirectoryNotFoundException异常。这个问题主要出现在Windows环境的Microsoft Hosted代理上,当尝试解压下载的.NET 9 SDK压缩包时发生。
错误现象
从日志中可以观察到,任务在下载.NET 9 SDK压缩包后,尝试使用PowerShell的System.IO.Compression.ZipFile::ExtractToDirectory方法解压时失败。错误信息显示无法找到路径的一部分,特别是当路径指向BuildHost-net472目录下的配置文件时。
根本原因
经过分析,这个问题实际上是由于Windows系统的长路径限制导致的。虽然错误表现为DirectoryNotFoundException,但本质上是因为解压过程中遇到了超过260个字符的路径长度限制。Windows默认情况下会限制路径长度,即使.NET的ExtractToDirectory方法有专门的PathTooLongException,在某些情况下仍可能表现为目录未找到异常。
解决方案
要解决这个问题,可以通过以下两种方法之一:
-
启用Windows长路径支持
在构建任务前添加一个PowerShell任务,执行以下命令启用长路径支持:Set-ItemProperty 'HKLM:\System\CurrentControlSet\Control\FileSystem' -Name 'LongPathsEnabled' -value 1 -
修改代理工作目录
将代理安装到更短的路径下,例如直接放在C盘根目录下,这样可以减少整体路径长度,避免触及限制。
最佳实践建议
-
对于使用自托管代理的情况,建议在代理安装前就启用长路径支持,避免后续出现类似问题。
-
在Azure Pipelines的YAML配置中,可以在UseDotNet@2任务前添加PowerShell任务来确保长路径支持已启用,如下所示:
- task: PowerShell@2 displayName: 启用长路径支持 inputs: targetType: inline script: Set-ItemProperty 'HKLM:\System\CurrentControlSet\Control\FileSystem' -Name 'LongPathsEnabled' -value 1 -
对于持续集成环境,考虑将这项配置作为代理初始化的一部分,确保所有构建都能受益。
技术深度解析
Windows系统的长路径限制是一个历史遗留问题,源于早期的文件系统设计。虽然现代Windows版本已经支持通过注册表启用长路径,但默认情况下仍然是关闭的。在构建和部署场景中,特别是像.NET SDK这样包含深层目录结构的大型软件包,很容易触及这个限制。
当使用System.IO.Compression.ZipFile::ExtractToDirectory方法时,如果遇到长路径问题,理论上应该抛出PathTooLongException。但在某些情况下,特别是当系统尝试创建中间目录时,可能会先表现为DirectoryNotFoundException。这种异常转换使得问题诊断变得不那么直观。
总结
Azure Pipelines中使用UseDotNet@2任务安装.NET 9 SDK时遇到的解压失败问题,主要是由于Windows系统的长路径限制导致的。通过启用系统的长路径支持或缩短工作目录路径,可以有效解决这个问题。对于持续集成环境,建议将长路径支持作为标准配置的一部分,以确保构建过程的稳定性。
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-1.5暂无简介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