Scoop Extras 中 CherryTree 软件更新路径错误问题分析
问题背景
在 Windows 包管理工具 Scoop 的 extras 仓库中,CherryTree 笔记软件的 1.5.0 版本更新时出现了一个路径配置错误。该问题导致用户在通过 Scoop 更新 CherryTree 时,安装过程会部分失败。
错误现象
当用户执行 scoop update * 命令尝试更新所有已安装软件时,CherryTree 从 1.4.0.0 版本升级到 1.5.0.0 版本的过程中会出现以下错误:
- 下载和校验新版本压缩包顺利完成
- 卸载旧版本操作正常完成
- 新版本解压过程也正常
- 但在创建程序快捷方式(shim)时失败
具体错误信息显示系统无法找到 mingw64\bin\cherrytree.exe 文件路径,导致整个更新过程无法完成。
问题根源
经过分析,这个问题是由于 CherryTree 1.5.0.0 版本的 Scoop 清单文件(manifest)中配置了错误的二进制文件路径所致。新版本的 CherryTree 实际上将其可执行文件放在了 ucrt64\bin\ 目录下,但清单文件中仍然指向了旧的 mingw64\bin\ 路径。
解决方案
该问题已通过修改 Scoop extras 仓库中的 CherryTree 清单文件得到修复。修正后的清单文件将二进制文件路径从 mingw64\bin\cherrytree.exe 更新为正确的 ucrt64\bin\cherrytree.exe。
对于已经遇到此问题的用户,可以采取以下步骤修复:
- 确保 Scoop 和 extras 仓库更新到最新版本
- 手动删除 CherryTree 的残留安装文件
- 重新安装 CherryTree
技术细节
这个问题展示了 Scoop 包管理系统中清单文件配置的重要性。清单文件中的路径必须与实际软件包中的文件结构完全匹配,否则会导致安装或更新失败。特别是在软件更新时,如果软件的内部目录结构发生了变化,清单文件必须相应更新。
对于 CherryTree 这个案例,从 1.4.0 到 1.5.0 的更新中,开发团队似乎改变了其 Windows 版本的编译环境,从 MinGW-w64 切换到了 UCRT64 运行时环境,这导致了二进制文件存放路径的变化。
预防措施
为了避免类似问题,Scoop 维护者在更新软件包时应该:
- 仔细检查新版本软件的实际文件结构
- 对比新旧版本的目录差异
- 在本地测试清单文件的修改效果
- 确保路径配置与实际文件结构完全一致
对于用户来说,遇到类似更新问题时,可以:
- 检查错误信息中提到的路径是否存在于解压后的文件夹中
- 报告问题时提供完整的错误日志
- 暂时回滚到上一个可用版本等待修复
总结
Scoop extras 仓库中 CherryTree 的更新路径错误问题是一个典型的软件包配置与实际情况不匹配的案例。通过及时修正清单文件中的路径配置,可以确保用户能够顺利更新和使用最新版本的软件。这也提醒我们,在软件打包和分发过程中,对文件结构的任何变更都需要同步更新相关的配置信息。
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