Git for Windows 2.44版本NTLM认证问题分析与解决方案
在Git for Windows项目的最新版本迭代中,2.44.0版本出现了一个值得注意的Windows认证问题。本文将深入分析该问题的技术细节、产生原因以及最终的解决方案。
问题现象
当用户使用Git for Windows 2.44.0版本进行仓库克隆操作时,系统会返回"Authentication failed"的错误提示。通过对比2.43.0和2.44.0版本的网络请求日志,可以观察到明显的差异:
在正常工作的2.43.0版本中,NTLM认证流程能够顺利完成,服务器返回200 OK响应。而在2.44.0版本中,服务器连接会意外中断,并显示"server closed abruptly (missing close_notify)"的错误信息,导致认证失败。
技术分析
这个问题主要涉及Windows环境下的NTLM认证机制和cURL库的交互。NTLM是微软开发的一种认证协议,广泛用于Windows域环境中的身份验证。
通过对比两个版本的cURL组件可以发现:
- Git for Windows 2.43.0使用cURL 8.4.0
- Git for Windows 2.44.0使用cURL 8.6.0
- Git for Windows 2.45.0使用cURL 8.7.1
问题很可能出现在cURL 8.6.0版本中对于NTLM认证流程的处理上。当客户端发送包含NTLM令牌的认证请求后,服务器端没有正确完成TLS关闭握手(缺少close_notify消息),导致连接被意外终止。
解决方案
Git for Windows团队在后续的2.45.0版本中解决了这个问题。解决方案可能包括:
- 升级到修复了相关问题的cURL 8.7.1版本
- 对Windows认证流程进行了优化调整
对于遇到此问题的用户,建议采取以下措施:
- 立即升级到Git for Windows 2.45.0或更高版本
- 如果暂时无法升级,可以回退到2.43.0版本作为临时解决方案
总结
这个案例展示了开源软件生态中组件依赖关系的重要性。当一个核心组件(如cURL)更新后,可能会对上层应用(如Git)的功能产生连锁影响。Git for Windows团队通过及时更新依赖组件版本,快速解决了这个认证问题,展现了良好的维护响应能力。
对于开发者而言,这也提醒我们在进行版本升级时需要关注依赖组件的变化,特别是在涉及安全认证等关键功能时,应该进行充分的测试验证。
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