Briefcase项目在Ubuntu 24.04上的构建问题分析与解决方案
问题背景
Briefcase是一个Python打包工具,它能够将Python应用打包成各种平台的原生格式。在Linux平台上,Briefcase使用Docker容器来构建应用。最近,有开发者发现在Ubuntu 24.04(代号Noble)上构建Docker镜像时遇到了问题。
问题现象
当尝试在Ubuntu 24.04上构建Docker镜像时,系统在执行pip install --upgrade pip setuptools wheel命令时失败。具体错误信息显示pip无法卸载已安装的wheel 0.42.0版本,提示"RECORD file not found",并指出这个包是由Debian安装的。
技术分析
系统包与pip包管理的冲突
这个问题本质上反映了系统包管理器(apt)和Python包管理器(pip)之间的冲突。在Ubuntu系统中,Python相关包如pip、setuptools和wheel通常通过系统包管理器安装到系统目录(如/usr/lib/python3/dist-packages/)。而pip默认会尝试将这些包升级到最新版本,安装到用户空间(如/usr/local/lib/python3*/site-packages/)。
Ubuntu打包方式的变化
通过分析Ubuntu不同版本的wheel包文件结构,我们发现:
- 在Ubuntu 23.04(Lunar)中,wheel包使用egg-info目录,pip虽然会遇到一些检测错误,但仍能继续安装到/usr/local/
- 在Ubuntu 23.10(Mantic)中,改为使用dist-info目录并包含RECORD文件,pip能够正确卸载系统包并安装新版本
- 在Ubuntu 24.04(Noble)中,dist-info目录中缺少了RECORD文件,导致pip无法完成卸载操作
PIP_BREAK_SYSTEM_PACKAGES机制
Python社区意识到了系统包和pip包之间的冲突问题,引入了PIP_BREAK_SYSTEM_PACKAGES环境变量。当设置为1时,pip会忽略对系统Python包的保护机制,允许覆盖系统安装的包。然而,在Ubuntu 24.04上,这个机制似乎没有完全生效。
解决方案
针对这个问题,有以下几种解决方案:
-
使用--ignore-installed参数:在pip install命令中添加--ignore-installed参数,强制pip忽略已安装的版本。这是最简单直接的解决方案。
-
手动删除系统包:在运行pip install之前,先手动删除系统安装的wheel包。
-
等待Ubuntu修复:已经向Ubuntu报告了这个问题,未来版本可能会修复这个打包问题。
最佳实践建议
对于使用Briefcase的开发者,建议:
-
如果需要在Ubuntu 24.04上构建,可以临时修改Briefcase的Dockerfile模板,添加--ignore-installed参数。
-
考虑在Docker构建环境中使用虚拟环境,完全隔离系统Python和项目Python环境。
-
关注Ubuntu的更新,当问题修复后及时更新系统。
总结
这个问题展示了Python生态系统与Linux发行版打包策略之间的微妙关系。作为开发者,理解这些底层机制有助于更好地解决构建过程中的各种问题。对于Briefcase用户来说,目前最简单的解决方案是在pip命令中添加--ignore-installed参数,而长期来看,这个问题可能会在Ubuntu的未来版本中得到修复。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C039
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0119
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