Winget CLI 中列表命令过滤Side-by-Side安装包的问题分析
2025-05-08 06:34:54作者:董宙帆
在Windows包管理器Winget CLI的使用过程中,用户发现了一个关于winget list命令过滤Side-by-Side安装包的有趣现象。当用户同时安装了x64和x86架构的Microsoft.DotNet.DesktopRuntime.8时,使用特定包名过滤查询会返回空结果,而直接列出所有已安装包时却能正常显示。
问题现象重现
- 用户首先安装x64架构的.NET 8桌面运行时
- 使用
winget list Microsoft.DotNet.DesktopRuntime命令可以正常显示结果 - 随后强制安装x86架构的相同运行时
- 此时
winget list命令能正确列出两个架构的安装包 - 但当使用
winget list Microsoft.DotNet.DesktopRuntime.8过滤查询时,结果却为空
技术背景分析
这个问题涉及到Winget CLI的几个核心机制:
- Side-by-Side安装支持:允许同一软件包的不同版本或架构并行安装
- 包名匹配逻辑:CLI对包名的精确匹配和模糊匹配处理方式
- 架构感知查询:如何正确处理多架构安装包的查询
问题本质
问题的核心在于Winget CLI在过滤查询时没有正确处理Side-by-Side安装场景下的包名匹配。当用户指定完整包名(包含版本号)时,查询逻辑可能没有考虑到多架构安装的情况,导致无法返回正确结果。
解决方案
微软开发团队已经意识到这个问题,并在预览版本中提供了改进方案:
- 最新预览版(v1.8.924-preview)已经包含了对Side-by-Side场景的增强支持
- 用户需要启用实验性功能来使用这些改进
- 团队鼓励用户提供反馈以进一步完善功能
对开发者的启示
这个问题展示了包管理器在处理复杂安装场景时面临的挑战。对于开发者而言,需要注意:
- 包命名规范的重要性
- 多架构支持带来的查询复杂性
- 版本号在包管理中的特殊处理
总结
Winget CLI作为Windows平台的包管理工具,正在不断完善对复杂场景的支持。这个Side-by-Side安装包的查询问题只是发展过程中的一个小插曲,随着新版本的发布,用户体验将会持续改善。对于需要管理多架构软件包的用户,建议关注Winget CLI的最新进展,并及时升级到包含修复的版本。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212