Nodesource项目在Amazon Linux 2023上安装Node.js 20.x的GPG验证问题解析
问题背景
在使用Amazon Linux 2023操作系统时,用户通过Nodesource提供的RPM包安装Node.js 20.x版本时遇到了GPG验证失败的问题。具体表现为在执行dnf install nodejs命令时,系统提示"GPG check FAILED"错误,导致安装过程中断。
错误现象
当用户尝试使用以下命令安装Node.js时:
dnf install https://rpm.nodesource.com/pub_20.x/nodistro/repo/nodesource-release-nodistro-1.noarch.rpm -y
dnf install nodejs -y --setopt=nodesource-nodejs.module_hotfixes=1
系统会返回如下错误信息:
Public key for nodejs-20.10.0-1nodesource.x86_64.rpm is not installed
Error: GPG check FAILED
问题原因分析
-
GPG密钥验证机制:Linux系统在安装软件包时,会验证软件包的GPG签名以确保软件包的完整性和来源可信。Nodesource项目使用特定的GPG密钥对发布的软件包进行签名。
-
密钥不匹配:错误信息表明系统无法验证软件包的签名,可能是因为Nodesource更新了他们的GPG密钥,而旧版本的安装方法没有正确导入新的密钥。
-
安装方法变更:Nodesource可能已经改变了他们的软件包分发和验证机制,导致旧的直接安装RPM包的方法不再适用。
解决方案
经过验证,以下方法可以成功在Amazon Linux 2023上安装Node.js:
curl -fsSL https://rpm.nodesource.com/setup_20.x | bash -
dnf install -y nodejs
方法说明
-
使用官方安装脚本:
setup_20.x脚本会自动处理所有必要的配置,包括:- 添加正确的软件源
- 导入最新的GPG密钥
- 设置适当的仓库配置
-
使用dnf而非yum:在Amazon Linux 2023中,推荐使用dnf作为包管理器,因为它是yum的下一代替代品,提供了更好的性能和功能。
最佳实践建议
-
版本选择:如果需要特定版本的Node.js,可以在安装脚本中指定版本号,例如
setup_18.x或setup_21.x。 -
系统兼容性:这种方法不仅适用于Amazon Linux 2023,也适用于其他基于RPM的Linux发行版,如Rocky Linux和CentOS。
-
生产环境建议:在生产环境中,建议固定Node.js的具体版本号以避免意外升级带来的兼容性问题。
技术背景知识
-
GPG验证:GPG(GNU Privacy Guard)是一种加密软件,用于验证软件包的完整性和真实性。当软件包发布时,开发者会用私钥对软件包进行签名,用户则用对应的公钥验证签名。
-
dnf与yum:dnf是新一代的RPM包管理器,解决了yum的一些性能问题并提供了更好的依赖解析算法。Amazon Linux 2023默认使用dnf作为包管理工具。
-
Nodesource分发:Nodesource是一个提供Node.js二进制分发的项目,为各种Linux发行版提供预编译的Node.js包,简化了Node.js在Linux系统上的安装过程。
通过理解这些技术背景和采用正确的安装方法,开发者可以避免GPG验证失败的问题,顺利在Amazon Linux 2023及其他类似系统上安装所需的Node.js版本。
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