pip项目自签名证书加载问题分析与解决方案
2025-05-24 18:11:59作者:温玫谨Lighthearted
问题背景
在pip 24.1版本中,用户报告了一个关于自签名证书加载的问题。当用户通过配置了自签名证书的私有GitLab仓库安装Python包时,系统无法正确加载位于/usr/local/share/ca-certificates目录下的证书,导致SSL证书验证失败。这一问题在回退到pip 24.0版本后消失。
技术分析
证书加载机制的变化
pip默认不使用系统证书存储,而是依赖其内部的证书处理机制。在24.1版本中,pip升级了其依赖的requests库版本,这可能是导致证书加载行为变化的主要原因。
requests库的影响
通过测试不同版本的requests库,可以确认:
- 使用requests 2.32.3版本的pip可以正常工作
- 使用requests 2.31.0版本的pip也能正常工作(需启用truststore特性)
- 原始问题的pip 24.1版本使用的是requests 2.32.0
这表明requests库在2.32.0版本中存在一个与SSL证书处理相关的回归问题,特别是在处理自定义SSLContext时出现了异常。
解决方案
临时解决方案
对于遇到此问题的用户,可以采取以下临时解决方案:
- 降级到pip 24.0版本
- 设置REQUESTS_CA_BUNDLE环境变量指向包含所需CA的证书包
- 使用
--use-feature truststore选项启用信任存储功能
长期解决方案
pip维护团队已经确认这是一个requests库的回归问题,并将在后续版本中升级requests库到修复后的版本(2.32.3或更高)。用户可以通过以下方式获取修复:
- 等待pip的下一个正式发布版本
- 使用包含修复的开发版本
企业环境下的证书管理建议
在企业环境中,证书管理常常面临更多挑战,特别是当存在SSL中间人检查时。除了上述解决方案外,还可以考虑:
- 使用系统级的代理解决方案(如px-proxy)
- 配置全局的证书信任链
- 考虑使用truststore作为长期解决方案
总结
pip 24.1版本中出现的自签名证书加载问题源于其依赖的requests库的版本变更。通过理解证书加载机制和requests库的变化,用户可以采取适当的临时解决方案,同时期待pip团队在后续版本中提供永久修复。对于企业用户,建立完善的证书管理策略将有助于避免类似问题的发生。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217