Racket项目中动态库文件被意外删除的问题分析与修复
在Racket 8.15版本中,部分MacOS用户报告了一个严重问题:当运行raco setup
命令时,系统会意外删除/Applications/Racket v8.15/lib/目录下的18个动态库文件。这些被删除的文件都有一个共同特征——它们的文件名与/opt/local/lib目录下的库文件存在重名现象。
问题现象
受影响用户发现,在配置文件中设置了(lib-search-dirs . (#f "/opt/local/lib"))
后,运行raco setup
会导致以下类型的日志输出:
raco setup: deleting: foreign library <lib>/libgio-2.0.0.dylib
raco setup: deleting: foreign library <lib>/libglib-2.0.0.dylib
...
随后,当用户尝试运行DrRacket时,会出现严重错误并导致程序崩溃,错误信息表明关键的系统库已丢失。
技术背景
Racket使用动态库搜索路径(lib-search-dirs)来定位系统依赖库。配置中的#f
表示Racket自带的库目录。用户将#f
置于首位是希望优先使用Racket自带的库而非系统路径中的库,这通常是为了确保使用特定版本的库文件。
根本原因
问题出在setup/set-core.rkt文件中的库清理逻辑。在检查库文件是否需要保留时,代码错误地处理了"move"模式(一种特殊的库安装模式)的情况。原始代码中,当库处于"move"模式且源文件不存在时,会错误地认为库文件可以被删除。
具体来说,问题代码片段如下:
(or (and moving?
(not (file-exists? src))
(same-content? src p))
这段逻辑会导致在"move"模式下,只要源文件不存在(即使目标文件完全正常),就会触发删除操作。
解决方案
Racket核心开发团队确认了修复方案:简化检查逻辑,仅依赖内容比较来决定是否保留库文件。修复后的代码如下:
(same-content? src p)
这一修改确保了:
- 只有当源文件和目标文件内容确实相同时,才会跳过移动操作
- 在"move"模式下,已移动的库文件不会被错误删除
- 未移动的库文件仍能通过内容比较得到正确处理
最佳实践建议
对于需要在Racket中使用系统库的用户,建议:
- 谨慎设置lib-search-dirs配置
- 避免将
#f
放在搜索路径的首位 - 定期检查库文件完整性
- 在升级Racket版本后验证关键库文件是否存在
该修复已合并到Racket代码库中,将在后续版本中发布。遇到类似问题的用户可以考虑暂时避免运行raco setup
命令,或手动恢复被删除的库文件。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0365Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++091AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









