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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00