Eclipse Che中VS Code扩展安装失败问题分析与解决方案
2025-06-01 13:03:17作者:卓艾滢Kingsley
问题背景
在最新版本的Eclipse Che代码编辑器(基于VS Code上游版本)中,用户报告了一个关键问题:无法成功安装来自Open VSX注册表的VS Code扩展。当用户尝试安装扩展时,系统会显示签名验证失败的错误信息。
技术分析
这个问题的根源在于VS Code上游引入了一个重要的安全变更。该变更要求对所有安装的扩展进行签名验证,以确保扩展包的完整性和安全性。具体表现为:
- 系统会检查扩展包的ZIP文件结构,验证其中包含的数字签名
- 对于来自Open VSX注册表的扩展,由于其签名格式与VS Code Marketplace不同,导致验证失败
- 错误信息明确指出:"End of central directory record signature not found"(未找到中央目录记录签名),表明系统无法识别扩展包的签名结构
影响范围
这个问题影响了所有使用最新版Eclipse Che代码编辑器的用户,特别是那些依赖Open VSX注册表获取扩展的用户。由于Open VSX是许多开源VS Code扩展的主要分发渠道,这实际上阻止了用户安装大多数非微软官方扩展。
解决方案
该问题已在Open VSX注册表端得到修复。Open VSX团队调整了其扩展签名机制,使其与VS Code的最新签名验证要求兼容。用户现在可以:
- 更新到最新版本的Eclipse Che编辑器
- 正常从Open VSX注册表安装扩展
- 不再遇到签名验证失败的问题
最佳实践建议
对于使用Eclipse Che的开发团队,建议:
- 定期检查编辑器更新,确保使用最新稳定版本
- 对于关键业务依赖的扩展,考虑在本地缓存已验证的版本
- 关注VS Code上游的重要安全变更,这些变更可能会影响Che编辑器的功能
- 建立扩展兼容性测试流程,特别是在升级编辑器版本时
总结
这次事件凸显了开源生态系统中组件依赖关系的重要性。作为基于VS Code的编辑器,Eclipse Che需要平衡上游变更与自身生态系统的兼容性。通过Open VSX团队的快速响应,这个问题得到了及时解决,确保了开发者体验的连续性。
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
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217