Foundry项目最新nightly版本在CI环境中因GLIBC兼容性问题导致安装失败分析
Foundry是区块链生态中广受欢迎的智能合约开发工具链,其nightly版本为用户提供了最前沿的功能特性。然而近期有开发者反馈,在使用foundry-rs/foundry-toolchain@v1 GitHub Action安装最新nightly版本时遇到了GLIBC兼容性问题,导致CI流程失败。
问题现象
在基于Ubuntu 22.04的CI环境中,执行foundryup安装命令时出现如下错误:
forge: /lib/x86_64-linux-gnu/libc.so.6: version `GLIBC_2.39' not found
forge: /lib/x86_64-linux-gnu/libc.so.6: version `GLIBC_2.38' not found
这表明系统缺少运行Foundry所需的GLIBC(GNU C Library)版本。值得注意的是,当回退到两天前的特定nightly版本(nightly-f47d7e0c29a36372908b917cd74aa589d5888f8e)时,安装过程可以正常完成。
根本原因分析
经过技术团队调查,这个问题源于Foundry项目近期更新了构建环境。新版本的二进制文件依赖了较新版本的GLIBC(2.38和2.39),而这些版本尚未包含在Ubuntu 22.04及更早版本的标准库中。
GLIBC作为Linux系统的核心库,负责提供基本的系统调用和C标准库功能。不同Linux发行版会搭载不同版本的GLIBC,且通常不会轻易升级,因为这可能影响整个系统的稳定性。
解决方案
目前有以下几种可行的解决方案:
-
升级CI环境到Ubuntu 24.04:该版本包含了较新的GLIBC,能够满足Foundry的依赖要求。测试表明,在Ubuntu 24.04环境中安装可以顺利完成。
-
暂时锁定Foundry版本:在CI配置中明确指定使用已知可用的nightly版本(如nightly-f47d7e0c29a36372908b917cd74aa589d5888f8e),等待后续兼容性修复。
-
使用容器化环境:考虑使用Docker容器运行CI流程,在容器中配置满足要求的GLIBC版本。
技术建议
对于长期维护的项目,建议采取以下策略:
- 在CI配置中明确指定工具链版本,避免自动更新带来的意外问题
- 考虑使用更灵活的容器化CI环境,便于控制依赖版本
- 关注Foundry项目的发布说明,及时了解兼容性变化
Foundry团队正在积极处理此问题,未来可能会提供向后兼容的构建版本,或改进版本发布策略以避免类似情况发生。开发者可以关注项目进展,选择最适合自己工作流的解决方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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