Manticore Search在macOS Sequoia M4芯片上的安装问题解析
2025-05-23 07:34:08作者:蔡怀权
问题背景
近期有用户在全新的MacBook Pro M4芯片设备上安装Manticore Search时遇到了依赖问题。具体表现为在macOS Sequoia系统上执行标准安装命令时,系统提示OpenSSL 1.1已被上游禁用,导致安装失败。
技术分析
这一问题的根源在于Manticore Search的依赖链中包含了MySQL客户端组件,而该组件在先前版本中依赖于OpenSSL 1.1。随着OpenSSL项目在2024年10月24日正式停止对1.1版本的支持,Homebrew也相应禁用了该版本的安装选项。
值得注意的是,这一问题仅出现在主程序包的安装过程中(manticoresearch),而附加组件包(manticore-extra)的安装则不受影响。这表明问题主要与核心搜索功能的依赖关系有关。
解决方案
Manticore Search团队已在7.0.0版本中解决了这一兼容性问题。新版本移除了对OpenSSL 1.1的依赖,转而使用更新的加密库版本。对于使用Apple Silicon芯片(M1/M2/M4)和macOS Sequoia系统的用户,现在可以直接通过标准安装流程获取最新版本。
最佳实践建议
对于遇到类似问题的用户,建议采取以下步骤:
- 确保系统已安装最新版Homebrew
- 更新所有现有公式:
brew update - 明确指定安装7.0.0或更高版本
- 如遇残留依赖问题,可尝试先清理旧版本:
brew uninstall openssl@1.1(如已安装)
技术展望
随着加密标准的不断演进,软件项目需要定期评估和更新其依赖关系。Manticore Search团队此次及时响应依赖变更的做法,体现了项目对安全性和兼容性的重视。对于开发者而言,这也提醒我们需要关注关键依赖组件的生命周期,提前规划升级路径。
未来,随着ARM架构在桌面计算领域的普及,类似Manticore Search这样的数据库项目将需要更加重视跨平台兼容性测试,特别是在不同芯片架构和操作系统版本组合下的表现。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210