setup-php项目在本地测试时PHP 8.3扩展安装卡顿问题分析
2025-06-26 20:37:10作者:侯霆垣
在使用setup-php项目进行本地测试时,开发者可能会遇到PHP 8.3环境下扩展安装过程卡顿的问题。这个问题特别容易在使用act工具模拟GitHub Actions工作流时出现。
问题现象
当开发者尝试在本地使用act工具运行包含setup-php动作的工作流时,特别是在PHP 8.3环境下安装扩展(如mbstring、dom、fileinfo、pgsql等)时,安装过程会卡住,最终需要手动终止。控制台会显示类似"php: symbol lookup error: php: undefined symbol: crypto_core_ristretto255_scalar_invert"的错误信息。
根本原因
这个问题的主要原因是act工具与setup-php项目的兼容性问题。setup-php项目在GitHub Actions环境中运行良好,但在本地使用act模拟时,对Docker镜像有特定要求:
- act工具默认使用的node基础镜像与setup-php项目不兼容
- 本地环境缺少必要的依赖项
- 符号链接解析错误导致扩展安装失败
解决方案
要解决这个问题,开发者可以采取以下措施:
-
使用专用Docker镜像:在本地测试时,应该使用专门为setup-php项目优化的Docker镜像,而不是默认的node镜像。
-
检查系统依赖:确保本地系统安装了所有必要的依赖项,特别是与PHP扩展相关的库。
-
验证环境配置:确认PHP环境配置正确,特别是与加密相关的模块。
-
考虑替代测试方案:如果act工具在本地测试中持续出现问题,可以考虑:
- 直接在GitHub Actions环境中测试
- 使用其他本地测试工具
- 搭建与GitHub Actions环境相似的本地Docker环境
最佳实践建议
为了避免类似问题,建议开发者在本地测试PHP工作流时:
- 仔细阅读setup-php项目的文档,了解本地测试的特殊要求
- 使用项目推荐的Docker镜像
- 保持本地Docker环境与CI环境尽可能一致
- 定期更新所有相关工具和依赖项
通过遵循这些建议,开发者可以更顺利地在本地环境中测试PHP项目的工作流,避免扩展安装卡顿等问题。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218