Signal-Desktop项目在macOS Sonoma系统下的打包问题分析
Signal-Desktop是一款流行的加密通讯应用,其开源版本允许开发者自行构建客户端。近期有开发者反馈在升级到macOS Sonoma 14.4.1系统后,项目打包过程出现了异常。
问题现象
在M1芯片的MacBook上,升级至Sonoma 14.4.1系统后,执行标准的Signal-Desktop构建流程(yarn generate和yarn build)时,虽然构建过程看似完成,但最终未生成预期的dmg或zip格式的安装包文件。构建输出目录中仅包含未打包的应用程序内容,包括Signal.app及其相关资源文件。
技术分析
从构建日志中可以观察到几个关键问题点:
-
原生模块重建问题:构建过程中尝试重建多个原生依赖模块,包括mac-screen-capture-permissions等。日志显示prebuild-install失败,原因是无法检测到与Electron 29.1.5版本对应的ABI(应用二进制接口)。
-
代码签名缺失:构建日志明确显示跳过了macOS应用程序的代码签名步骤,原因是CSC_IDENTITY_AUTO_DISCOVERY环境变量被设置为false。在macOS系统中,没有有效的开发者证书将导致后续的公证(notarization)步骤失败。
-
公证失败:构建过程尝试使用开发者账号进行公证,但因缺少有效的代码签名而失败,错误代码66表明系统无法获取必要的公证票据。
解决方案
针对这一问题,开发者可以采取以下两种方案之一:
-
完全禁用签名和公证:
- 修改构建配置,明确禁用所有签名和公证步骤
- 适用于仅用于开发测试的场景
- 生成的应用程序将无法通过macOS的Gatekeeper安全检查
-
配置完整的签名和公证流程:
- 从Apple开发者平台获取有效的Developer ID Application证书
- 在构建环境中正确配置证书和相关环境变量
- 确保构建过程能够访问Apple的公证服务
验证测试
值得注意的是,同一环境下简单的Electron示例应用能够正常打包,这说明问题特定于Signal-Desktop项目的构建配置。Signal-Desktop强制要求代码签名和公证流程,而示例应用则没有这些限制。
结论
macOS Sonoma系统对应用程序的安全要求更为严格,Signal-Desktop项目默认配置要求完整的代码签名和公证流程。开发者在自行构建时,需要根据实际需求选择适当的签名策略。对于开发测试目的,可以临时禁用这些安全步骤;而对于生产环境使用,则必须配置完整的Apple开发者证书和公证流程。
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