Windows Package Manager (winget) PowerShell模块在Arm64架构下的兼容性问题分析
2025-05-08 01:02:25作者:江焘钦
背景概述
Windows Package Manager(简称winget)是微软开发的现代化包管理工具,其提供的Microsoft.WinGet.Client PowerShell模块允许用户通过命令行界面管理应用程序。然而,在Arm64架构设备上运行PowerShell 7.x时,该模块存在兼容性问题,导致核心功能无法正常使用。
问题现象
当用户在Arm64设备上安装并尝试使用Microsoft.WinGet.Client模块时,会遇到以下错误:
- 执行
Get-WinGetVersion命令时出现"Could not load file or assembly"错误 - 模块加载过程中无法找到适合Arm64架构的运行时库
- PowerToys的Command Not Found功能同样因模块加载失败而无法工作
技术原因分析
问题的根本原因在于Microsoft.WinGet.Client模块的NuGet包目前仅包含x86和x64架构的运行时库,缺少对Arm64架构的支持。具体表现为:
- 模块的psd1文件中使用了条件逻辑加载不同架构的DLL,但只考虑了x86和x64两种情况
- 运行时目录(runtimes)下缺少win10-arm64子目录及相应的程序集
- 模块加载机制没有正确处理Arm64架构的识别和资源加载
解决方案探讨
要彻底解决此问题,需要从以下几个方面进行改进:
-
构建系统调整:需要在构建流程中加入Arm64架构的编译目标,生成对应的Microsoft.WinGet.Client.Engine和Microsoft.WinGet.Client.Cmdlets程序集
-
NuGet包结构优化:在包中添加runtimes/win10-arm64目录,包含:
- net6.0-windows10.0.22000.0/下的Arm64版本DLL(用于PowerShell Core)
- net48/下的Arm64版本DLL(用于传统Windows PowerShell)
-
模块加载逻辑更新:修改psd1文件中的条件加载逻辑,增加对Arm64架构的判断:
NestedModules = switch ($env:PROCESSOR_ARCHITECTURE) { 'x86' { if ($PSEdition -eq 'Core') { "runtimes\win10-x86\lib\net6.0-windows10.0.22000.0\Microsoft.WinGet.Client.Cmdlets.dll" } else { "runtimes\win10-x86\lib\net48\Microsoft.WinGet.Client.Cmdlets.dll" } } 'AMD64' { if ($PSEdition -eq 'Core') { "runtimes\win10-x64\lib\net6.0-windows10.0.22000.0\Microsoft.WinGet.Client.Cmdlets.dll" } else { "runtimes\win10-x64\lib\net48\Microsoft.WinGet.Client.Cmdlets.dll" } } 'ARM64' { if ($PSEdition -eq 'Core') { "runtimes\win10-arm64\lib\net6.0-windows10.0.22000.0\Microsoft.WinGet.Client.Cmdlets.dll" } else { "runtimes\win10-arm64\lib\net48\Microsoft.WinGet.Client.Cmdlets.dll" } } }
临时解决方案
在官方修复发布前,用户可以尝试以下临时解决方案:
- 使用x64版本的PowerShell 7.x(通过Windows的x64仿真层运行)
- 回退到Windows PowerShell 5.1(如果兼容)
- 直接使用winget.exe命令行工具而非PowerShell模块
未来展望
随着Arm架构设备在Windows生态中的普及,微软应当优先考虑:
- 为所有官方工具和模块提供原生Arm64支持
- 建立跨架构的CI/CD管道,确保各架构版本同步更新
- 完善模块加载机制,使其能够自动适应各种处理器架构
总结
Windows Package Manager的PowerShell模块在Arm64设备上的兼容性问题反映了跨架构开发中的常见挑战。通过完善构建系统、更新包结构和优化加载逻辑,可以显著提升工具在多样化硬件环境下的可用性。对于开发者而言,这也提醒我们在开发跨平台工具时需要充分考虑不同处理器架构的支持。
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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781