Notes项目解决macOS构建中随机失败的DMG创建问题
在Notes项目的持续集成过程中,开发团队遇到了一个棘手的问题:macOS构建经常随机失败,特别是在使用create-dmg工具创建磁盘映像(DMG)文件时。这个问题不仅影响了开发效率,还增加了维护成本,因为需要频繁手动触发重建。
问题根源分析
经过深入调查,团队发现问题的根源在于macOS 13及以上版本中的XProtectBehaviorService服务。当create-dmg工具内部调用hdiutil命令时,可能会遇到"Resource busy"错误,导致构建失败。这种现象是随机的,因为XProtectBehaviorService的行为具有不确定性。
解决方案评估
团队考虑了三种可能的解决方案:
-
终止XProtectBehaviorService服务:在调用create-dmg或hdiutil前尝试终止该服务。然而,这种方法被证明不够可靠,因为服务可能随时重启。
-
以root权限运行:让hdiutil或create-dmg以管理员权限执行。这种方法在社区反馈中表现较好,没有明显的负面评价。
-
放弃DMG分发:改为分发压缩的.app文件夹。虽然技术上可行,但这会降低用户体验,因为DMG提供了更直观的安装方式(拖拽安装)。
最终实施方案
基于用户体验优先的原则,团队决定采用第二种方案——以root权限运行相关命令。这种方法既保持了现有的用户友好的DMG安装体验,又解决了构建过程中的随机失败问题。
技术实现细节
在GitHub Actions的workflow中,团队修改了构建脚本,使用sudo提升create-dmg的执行权限。关键修改包括:
- 确保构建环境中有足够的权限执行sudo命令
- 在调用create-dmg前添加sudo前缀
- 处理可能出现的权限相关问题
经验总结
这个案例展示了在持续集成环境中处理平台特定问题时的典型思考过程:
- 首先识别和确认问题的根本原因
- 评估各种解决方案的优缺点
- 选择对用户体验影响最小的方案
- 实施并验证解决方案的有效性
通过这种方法,Notes项目成功解决了macOS构建中的随机失败问题,同时保持了良好的用户体验。这个经验也为其他面临类似问题的项目提供了有价值的参考。
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