ScoopInstaller/Scoop项目Git配置问题的解决方案
问题背景
在使用ScoopInstaller/Scoop进行软件包管理时,用户可能会遇到Git证书验证失败的问题。具体表现为在执行scoop update
命令时出现错误信息:"fatal: unable to access 'https://github.com/ScoopInstaller/Scoop/': schannel: next InitializeSecurityContext failed: CRYPT_E_REVOCATION_OFFLINE (0x80092013)"。
问题分析
这个错误源于Git在Windows平台上默认使用schannel(Windows的安全通道)作为SSL后端时,尝试在线验证证书吊销状态失败。当系统无法连接到证书吊销列表(CRL)服务器时,就会抛出CRYPT_E_REVOCATION_OFFLINE错误。
解决方案
有两种方法可以解决这个问题:
方法一:禁用证书吊销检查
执行以下Git配置命令:
git config --global http.schannelCheckRevoke false
这个命令会全局禁用Git通过schannel进行证书吊销检查的功能。虽然这解决了连接问题,但会降低安全性,因为系统将不再验证证书是否被吊销。
方法二:切换SSL后端
更推荐的解决方案是将Git的SSL后端从schannel切换为OpenSSL:
git config --global http.sslBackend openssl
OpenSSL后端不会强制进行在线证书吊销检查,因此可以避免这个问题,同时保持较高的安全性。
实施建议
-
安全性考虑:对于大多数个人用户,使用方法二(切换至OpenSSL)是更好的选择,它在解决连接问题的同时保持了良好的安全实践。
-
企业环境:在企业网络中,如果遇到此问题,建议先检查网络策略是否阻止了对CRL服务器的访问,而不是直接禁用检查。
-
长期维护:定期检查Git和Scoop的更新,因为后续版本可能会改进证书验证机制。
验证解决方案
执行上述配置后,可以运行以下命令验证问题是否解决:
scoop update
如果命令执行成功且不再显示证书验证错误,则说明问题已解决。
总结
ScoopInstaller/Scoop依赖Git进行自我更新,而Windows环境下Git的默认SSL配置可能导致证书验证问题。通过调整Git的SSL配置,可以顺利解决这一问题,确保Scoop的正常使用。建议用户优先考虑切换SSL后端的方法,以平衡功能性和安全性需求。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









