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。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00