FabricMC项目中Maven仓库SHA1校验失败问题解析
2025-06-30 07:37:31作者:龚格成
问题背景
在FabricMC生态系统中,开发者使用Bazel构建工具时遇到了一个特殊问题:当从Fabric的Maven仓库下载依赖包时,出现了SHA1校验和(checksum)不匹配的错误。这个问题特别出现在Fabric API的某些版本中,导致构建过程失败。
问题现象
具体表现为,当Bazel尝试从Fabric的Maven仓库下载如fabric-loot-api-v2等组件时,系统报告的SHA1校验和与文件实际的校验和不一致。例如:
- 预期SHA1: 11be9e015c8e28dbfab7f5622c553e88d2102a2a
- 实际SHA1: 54f99ac79ad60e5422680f3a1dfd265722938adb
更奇怪的是,开发者发现通过不同方式访问同一URL(仅URL编码方式不同)会下载到内容不同的文件。
根本原因
经过分析,问题根源在于Fabric的发布流程:
- JAR文件重新签名:当Fabric发布新版本时,系统会对之前版本的JAR文件重新进行签名
- 签名不可重现性:数字签名过程本身具有不可重现性,每次签名都会产生不同的结果
- Maven仓库覆盖:新签名版本会覆盖Maven仓库中原有的文件,但校验和文件可能未同步更新
这种机制在Gradle等构建工具中不会造成问题,因为它们直接使用Maven提供的哈希值。但对于Bazel这样严格校验下载内容的工具,就会导致构建失败。
解决方案
Fabric团队已经通过以下方式解决了该问题:
- 发布流程优化:在1.21.5及以上版本中,修改了发布流程,不再对已有文件进行重新签名和覆盖
- 循环依赖修复:解决了Fabric API中存在的循环依赖问题,确保构建工具能够正确处理依赖关系
对于使用旧版本Fabric API的开发者,可以采取以下临时解决方案:
- 手动排除有问题的依赖项(如fabric-api-deprecated)
- 升级到已修复问题的Fabric API版本
技术启示
这个问题给开发者带来几个重要启示:
- 构建工具差异:不同构建工具对依赖管理的严格程度不同,迁移时需注意兼容性问题
- 发布流程影响:Maven仓库的发布策略会直接影响下游开发者的构建体验
- 版本选择:在可能的情况下,尽量使用最新稳定版本以避免已知问题
Fabric团队对构建工具生态的支持态度积极,开发者遇到类似问题时可以及时反馈,团队会快速响应并解决问题。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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
492