GitHub CLI 中 attestation verify 命令处理 JSONL 文件的新行问题解析
2025-05-03 07:01:01作者:翟萌耘Ralph
GitHub CLI 作为 GitHub 官方命令行工具,在 2.55.0 版本中出现了一个关于 attestation verify 命令处理 JSONL 格式文件的有趣问题。本文将深入分析这个问题的技术细节、产生原因以及解决方案。
问题背景
当用户使用 GitHub CLI 的 gh attestation verify --bundle 命令验证构建证明时,如果输入的 JSONL 文件末尾包含空行,验证过程会失败。具体表现为验证工具无法正确匹配哈希值,但实际上这些哈希值是存在的。
技术细节分析
JSONL(JSON Lines)是一种常见的日志和数据交换格式,每行都是一个有效的 JSON 对象。规范上,JSONL 文件可以包含或不包含末尾的换行符,两者都是合法的。
在 GitHub CLI 的实现中,attestation 验证模块处理 JSONL 文件时,会逐行读取并解析每行的 JSON 对象。问题出在当文件末尾有空行时,解析器会尝试将这个空行也作为 JSON 对象解析,导致解析失败。
问题复现
用户提供了详细的复现步骤:
- 使用 GitHub Actions 的 attest-build-provenance 动作生成证明文件
- 下载包含证明的 JSONL 文件
- 直接使用该文件验证时失败
- 删除文件末尾的换行符后验证成功
更复杂的是,当 JSONL 文件中包含多个证明时,验证器似乎只能正确处理第一个证明,而忽略后续的证明条目。
解决方案
GitHub CLI 团队通过以下方式解决了这个问题:
- 在读取 JSONL 文件时,增加了对空行的过滤处理
- 确保所有有效的 JSON 行都能被正确解析
- 修复了多证明条目处理的问题
技术实现要点
在代码层面,主要修改了文件读取逻辑:
- 增加了行内容非空检查
- 优化了 JSON 解析错误处理
- 完善了多证明条目的收集和处理机制
最佳实践建议
对于使用 GitHub CLI 进行证明验证的用户,建议:
- 升级到最新版本(2.56.0 及以上)
- 无需再手动处理 JSONL 文件的格式问题
- 可以放心使用 GitHub Actions 生成的原始证明文件
总结
这个问题的解决体现了 GitHub CLI 团队对用户体验的重视。通过正确处理 JSONL 文件的各种边界情况,使工具更加健壮和易用。对于开发者而言,这也提醒我们在处理类似行格式数据时,需要考虑各种可能的格式变体,确保程序的鲁棒性。
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
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
307
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
React Native鸿蒙化仓库
JavaScript
259
322
🔥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
64
19
🎉 (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
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
877
仓颉编译器源码及 cjdb 调试工具。
C++
134
867