Zed项目Git操作在Azure DevOps远程仓库中的认证问题解析
2025-04-30 18:25:08作者:秋泉律Samson
问题背景
在使用Zed编辑器进行版本控制操作时,部分用户遇到了一个特殊的认证问题。当连接Azure DevOps托管的Git仓库时,所有Git操作(如fetch、push、pull等)都会失败,并返回特定的重定向错误。而在终端中执行相同的Git命令却能正常工作。
错误现象
当用户尝试通过Zed执行Git操作时,系统会返回如下错误信息:
fatal: unable to update url base from redirection:
asked for: https://.../_git/repo/info/refs?service=git-receive-pack
redirect: https://spsprodneu1.vssps.visualstudio.com/_signin?realm=dev.azure.com...
这个错误表明Git客户端收到了一个意外的重定向响应,而不是预期的仓库信息响应。
问题根源分析
经过技术调查,发现这个问题与以下两个关键因素有关:
-
用户代理(UA)字符串差异:Azure DevOps服务对不同的用户代理字符串处理方式不同。当请求来自Zed时,服务会强制重定向到认证页面,而终端中的Git客户端则能正常访问。
-
认证流程差异:Azure DevOps似乎对来自不同客户端的认证流程有不同的处理逻辑,特别是当使用OS X钥匙串作为凭证存储时。
解决方案
目前可行的解决方案包括:
-
临时解决方案:在终端中设置特定的环境变量后执行Git命令:
GIT_HTTP_USER_AGENT=Zed git fetch -
等待官方修复:Zed开发团队已经提交了相关修复代码,预计在后续版本中会解决这个问题。
-
凭证管理检查:确保Git的凭证助手配置正确:
git config --list | grep credential正常情况下应该显示
credential.helper=osxkeychain。
技术建议
对于遇到类似问题的开发者,建议采取以下步骤进行排查:
- 首先确认问题是否特定于Azure DevOps,测试其他Git服务提供商(如GitHub)是否正常工作
- 检查Git的全局和本地配置,特别是与认证相关的设置
- 尝试在不同的环境中执行相同的Git命令,比较行为差异
- 关注Zed项目的更新日志,及时获取问题修复
总结
这个问题展示了不同Git客户端在与特定Git服务交互时可能遇到的兼容性问题。虽然终端中的Git客户端能够正常工作,但集成开发环境中的Git实现可能会因为用户代理字符串或其他细微差异而遇到认证流程问题。开发者在使用不同工具时应当注意这些潜在的兼容性问题,特别是在企业级Git服务环境中。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
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