mirrord项目在macOS上获取公共证书文件失败问题分析
问题背景
在macOS系统上使用mirrord工具执行Erlang/Elixir项目时,发现从3.106.0版本开始出现无法获取公共证书文件的问题。这个问题会导致任何SSL/TLS相关操作都无法正常工作。
问题表现
当尝试通过mirrord执行Elixir命令获取CA证书时,会出现如下错误:
:public_key.cacerts_get()
** (ArgumentError) construction of binary failed: segment 2 of type 'binary': expected a binary but got: [70, 97, 105, 108, 101, 100, 32, 116, 111, 32, 108, 111, 97, 100, 32, 99, 97, 99, 101, 114, 116, 115, 58, 32, ~c"operation failed with status 137"]
错误信息表明系统在尝试构建二进制数据时失败,无法正确加载CA证书。
技术分析
版本回溯
经过测试发现:
- 3.104.0版本可以正常工作
- 3.105.0版本开始出现问题
查看3.105.0版本的变更记录,发现该版本包含了对readlink shims的修改。考虑到大多数开发者会通过Homebrew安装OpenSSL,而Homebrew的OpenSSL通常是一个符号链接:
/opt/homebrew/opt/openssl@3@ -> ../Cellar/openssl@3/3.4.1
这种符号链接的处理方式变更可能是导致问题的原因。
macOS系统因素
在后续调查中发现,升级macOS系统可以解决此问题。推测可能是由于SIP(System Integrity Protection)的补丁缓存机制在不同版本间持续存在导致的兼容性问题。
解决方案
对于遇到此问题的用户,可以尝试以下解决方案:
-
升级macOS系统:这是最直接的解决方案,可以清除潜在的SIP缓存问题。
-
降级mirrord版本:如果暂时无法升级系统,可以回退到3.104.0版本。
-
手动指定证书路径:在Elixir/Erlang项目中手动配置证书路径,绕过自动获取机制。
技术建议
对于依赖SSL/TLS的Erlang/Elixir项目开发者,建议:
-
在项目中明确指定证书路径,而不是依赖系统自动发现机制。
-
考虑使用certifi等Erlang库来管理证书,提供更稳定的证书来源。
-
在容器化部署时,确保基础镜像中包含完整的证书链。
总结
这个问题展示了系统安全机制、工具链更新和语言运行时环境之间复杂的交互关系。作为开发者,理解这些底层机制有助于更快地诊断和解决类似问题。同时,这也提醒我们在依赖系统级功能时需要考虑更健壮的备选方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









