Nix Installer 项目在 macOS 15 上的用户组 ID 冲突问题解析
在 macOS 15 系统中,Nix Installer 项目遇到了一个关键的系统兼容性问题。这个问题源于操作系统更新带来的用户组 ID 分配冲突,影响了 Nix 包管理系统的正常安装和运行。
问题背景
macOS 15 引入了一个名为 _modelmanagerd 的新系统守护进程,该进程占用了 PrimaryGroupID 301。这个 ID 恰好是 Nix 安装程序默认使用的构建用户组 ID 范围起始值。系统更新后,/etc/passwd 文件中新增了多个系统用户:
_aonsensed:*:300:300:Always On Sense Daemon:/var/db/aonsensed:/usr/bin/false
_modelmanagerd:*:301:301:Model Manager:/var/db/modelmanagerd:/usr/bin/false
_reportsystemmemory:*:302:302:ReportSystemMemory:/var/empty:/usr/bin/false
_swtransparencyd:*:303:303:Software Transparency Services:/var/db/swtransparencyd:/usr/bin/false
这种 ID 分配冲突会导致 Nix 安装程序在执行时出现错误,特别是当尝试创建 _nixbld1 用户时,系统会返回 eDSRecordAlreadyExists 错误。
影响范围
这个问题主要影响以下几类用户:
- 在全新安装的 macOS 15 系统上首次安装 Nix 的用户
- 从 macOS 14 升级到 15 后尝试使用 Nix 构建软件包的用户
- 在某些 macOS 14 系统上也可能遇到类似问题(如存在
_defendpoint用户占用 301 ID 的情况)
对于升级用户,问题表现为构建失败并显示错误信息:"error: the user '_nixbld1' in the group 'nixbld' does not exist"。
解决方案
目前 Nix Installer 项目团队已经提供了多种解决方案:
临时解决方案
对于需要立即安装的用户,可以通过指定不同的用户 ID 基址来绕过冲突:
curl --proto '=https' --tlsv1.2 -sSf -L https://install.determinate.systems/nix | sh -s -- install --nix-build-user-id-base 450 --nix-build-group-id 450
长期解决方案
Nix Installer 从 v0.20.1 版本开始,会自动检测 macOS 15 系统并将默认的用户 ID 范围调整为 450-499。这个范围是经过社区讨论后确定的,既避免了与系统用户冲突,又保持在合理的 ID 范围内。
技术细节
macOS 系统用户管理采用独特的 ID 分配机制,系统保留了一定范围的 ID 供内置服务使用。Nix 安装程序需要创建一组专用用户(_nixbld*)来安全地执行构建任务。传统上使用 300 作为起始 ID,但随着系统更新,这个范围逐渐被苹果的系统服务占用。
Nix Installer 通过检查 /System/Library/CoreServices/SystemVersion.plist 文件来识别系统版本,并据此调整 ID 分配策略。对于 macOS 15,安装程序会自动使用更高的 ID 范围以避免冲突。
最佳实践建议
- 对于新安装用户,建议直接使用最新版 Nix Installer(v0.20.1 或更高)
- 对于从旧系统升级的用户,可考虑以下方案:
- 先卸载旧版 Nix(使用官方卸载方法)
- 然后使用新参数重新安装
- 开发者应注意检查自己的构建脚本是否硬编码了用户 ID 假设
- 在多用户系统中,管理员应确保所有节点使用一致的 ID 分配方案
未来展望
这个问题促使 Nix 社区重新评估 macOS 上的用户管理策略。未来可能会看到:
- 更动态的用户 ID 分配机制
- 改进的冲突检测和自动解决功能
- 更好的升级路径支持
- 与 macOS 系统管理更深入的集成
这个案例也展示了开源社区如何快速响应系统环境变化,通过协作找到既解决当前问题又不影响长期稳定性的方案。
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