Winget CLI 源更新问题分析与解决方案
2025-05-08 23:49:35作者:廉彬冶Miranda
问题背景
Windows Package Manager (winget) 是微软开发的包管理工具,近期部分用户在使用过程中遇到了源更新失败的问题。具体表现为执行 winget 命令时出现"Failed in attempting to update the source: winget"错误,手动更新源时返回"CANCELLED"状态。
问题分析
经过技术分析,该问题源于 winget 默认源文件的访问路径变更。传统上,winget 会从特定CDN地址获取源文件,但微软已将该文件迁移至新位置。当用户尝试访问旧路径时,系统会返回404错误或空白页面。
解决方案
方法一:使用新版源文件
通过PowerShell执行以下命令可手动安装新版源文件:
Add-AppxPackage https://cdn.winget.microsoft.com/cache/source2.msix
此命令会从微软CDN下载并安装新版源文件。需要注意的是,此方法可能需要定期重复执行,因为winget在自动更新时仍可能尝试访问旧路径。
方法二:通过Microsoft Store修复
另一种解决方案是通过Microsoft Store重新安装winget组件:
winget install -s msstore --id 9NBLGGH4NNS1 --force
执行后请关闭并重新打开终端窗口。此方法会强制从Microsoft Store获取最新版本,通常能解决源更新问题。
技术原理
winget的源文件实际上是一个MSIX格式的应用包,包含软件仓库的元数据索引。当源文件路径变更时,客户端仍会尝试访问旧路径,导致更新失败。手动安装新版源文件可以绕过客户端的自动更新机制,直接加载正确的索引数据。
注意事项
- 上述两种方法选择一种执行即可,不建议同时使用
- 方法一可能需要定期重复执行,特别是在系统更新后
- 如果问题持续存在,建议检查网络环境,特别是代理设置
- 某些企业网络可能会限制对微软CDN的访问
总结
winget源更新问题通常是由于微软变更了源文件路径所致。通过手动安装新版源文件或从Microsoft Store重新安装组件,可以有效解决该问题。微软团队已注意到此问题,并计划在文档中添加相关说明,帮助用户更好地进行故障排除。
对于普通用户,建议优先使用方法二,因为它更稳定且不需要定期维护。对于高级用户或企业环境,方法一提供了更直接的解决方案,但需要更多手动干预。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
392
472
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++
898
694
openEuler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。
C
358
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
123
160
🎉 (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
1.38 K
784
昇腾LLM分布式训练框架
Python
122
147
暂无简介
Dart
811
199
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
533
235
React Native鸿蒙化仓库
JavaScript
312
363