Path of Building 新构建保存失败的解决方案
问题现象
近期有用户反馈在使用 Path of Building(简称 PoB)时遇到了一个特殊问题:当尝试保存新创建的构建时,程序会弹出一个通用错误提示"无法保存构建",而保存已有构建则不受影响。即使用管理员权限运行程序或重新安装软件,问题依然存在。
问题分析
经过深入排查,发现该问题的根源在于 Windows 系统的安全防护机制。具体来说,是 Windows Defender 的"受控文件夹访问"功能(属于勒索软件防护的一部分)阻止了 PoB 创建新文件。
Windows 10/11 系统自带的这项安全功能,旨在防止未经授权的应用程序修改受保护文件夹中的重要文件。当 PoB 尝试在构建文件夹中创建新文件时,系统出于安全考虑会拦截这一操作,但由于 Windows 的安全机制设计,这种拦截并不会弹出明确的警告提示,导致用户只能看到一个模糊的错误信息。
解决方案
针对这一问题,有以下几种解决方法:
-
临时禁用勒索软件防护(最简单直接的方法):
- 打开 Windows 安全中心
- 进入"病毒和威胁防护"设置
- 找到"勒索软件防护"选项
- 关闭"受控文件夹访问"功能
- 保存设置后重新尝试保存 PoB 构建
-
将 PoB 添加为例外程序(更安全的长期方案):
- 在"受控文件夹访问"设置中
- 选择"通过受控文件夹访问允许应用"
- 添加 Path of Building 的可执行文件
- 这样可以在保持安全防护的同时允许 PoB 正常写入文件
-
更改 PoB 的构建保存路径:
- 在 PoB 设置中将构建保存目录更改为不受保护的文件夹
- 例如可以创建一个专门用于 PoB 构建的新文件夹
- 确保该文件夹不在 Windows 默认保护的目录中(如文档、图片等)
技术背景
Windows 的受控文件夹访问功能是微软为应对日益严重的勒索软件威胁而引入的安全机制。它会监控并保护系统关键文件夹,防止未经授权的修改。默认情况下,它会保护以下类型的文件夹:
- 系统文件夹
- 用户配置文件中的关键目录(如文档、图片等)
- 其他用户指定的重要文件夹
当应用程序尝试修改这些受保护文件夹时,系统会进行拦截。对于未被明确允许的应用程序,Windows 会静默阻止其写入操作,这正是 PoB 用户遇到问题的根本原因。
最佳实践建议
-
对于经常使用 PoB 的用户,建议采用第二种解决方案(添加例外程序),这样可以在保持系统安全性的同时确保软件正常使用。
-
定期检查 Windows 安全日志,了解哪些应用程序的访问被阻止,这有助于及时发现和解决类似问题。
-
考虑将 PoB 安装在非系统分区,并使用独立的文件夹存储构建数据,这样可以减少与系统安全功能的冲突。
-
保持 PoB 和 Windows 系统都更新到最新版本,开发者可能会在新版本中优化与系统安全功能的兼容性。
通过以上分析和解决方案,Path of Building 用户应该能够顺利解决新构建保存失败的问题,同时保持系统的安全性不受影响。
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