Sunshine项目中的CURL错误35问题分析与解决方案
问题背景
Sunshine是一款开源的流媒体服务器软件,在最新版本v2025.122.141614中,部分Windows 10用户遇到了游戏封面无法下载的问题。系统日志显示错误信息为"CURL error 35",具体表现为尝试从IGDB图片服务器下载封面时失败,创建了零字节的空文件。
技术分析
CURL错误35的本质
CURL错误代码35(SSL connect error)表明在建立SSL/TLS安全连接时出现了问题。深入分析发现,这是由于Sunshine默认使用了TLS 1.3协议,而Windows 10的Schannel安全包原生不支持TLS 1.3导致的协议不匹配。
底层机制
Windows系统使用Schannel SSP(安全支持提供程序)来处理SSL/TLS通信。根据微软官方文档,Windows 10的Schannel实现最高仅支持到TLS 1.2版本。当Sunshine尝试使用TLS 1.3建立连接时,Schannel会返回SEC_E_ALGORITHM_MISMATCH(0x80090331)错误,表明客户端和服务器之间没有共同支持的加密算法。
用户环境验证
多位用户报告了相同问题,验证环境包括:
- 操作系统:Windows 10
- 架构:amd64/x86_64
- 网络环境:直接连接和代理均出现相同问题
- 浏览器测试:相同URL在浏览器中可以正常访问
解决方案
临时解决方案
对于急需解决问题的用户,可以尝试以下方法:
- 在Internet属性中启用"使用TLS 1.3(实验性)"选项
- 修改注册表相关键值以启用TLS 1.3支持
但需要注意的是,这些方法在某些系统上可能无效,因为Windows 10对TLS 1.3的支持并不完整。
官方修复方案
Sunshine开发团队已经发布了修复版本,主要变更包括:
- 移除了强制使用TLS 1.3的限制
- 允许系统自动协商SSL/TLS协议版本
- 保持与Windows 10 Schannel的兼容性
多位用户已确认该修复版本有效解决了封面下载问题。
技术建议
对于开发者而言,在处理SSL/TLS连接时应注意:
- 考虑目标平台的协议支持情况
- 避免硬编码SSL/TLS版本
- 实现协议版本自动协商机制
- 提供详细的错误日志记录
对于终端用户,如果遇到类似问题,建议:
- 检查系统日志获取详细错误信息
- 确认操作系统和软件版本
- 尝试更新到软件的最新版本
- 必要时向开发者提供详细的故障报告
总结
Sunshine项目中的CURL错误35问题揭示了跨平台软件开发中加密协议兼容性的重要性。通过分析问题根源和提供针对性解决方案,不仅解决了当前用户面临的实际问题,也为类似场景下的开发实践提供了有价值的参考。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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