Unbound与OpenSSL 3.0兼容性问题解析
在构建Unbound 1.20.0版本时,当系统安装了OpenSSL 3.0及以上版本且编译时启用了OPENSSL_NO_DEPRECATED选项时,配置阶段会出现构建失败的问题。这个问题的根源在于Unbound的配置脚本检测机制与OpenSSL 3.0的API弃用策略存在冲突。
问题背景
OpenSSL 3.0作为一个重要的版本更新,引入了许多API变更,其中就包括将ECDSA_sign和SHA384_Init等函数标记为废弃。这些函数在OpenSSL 3.0的文档中已被明确标注为不推荐使用。然而,Unbound 1.20.0的configure.ac脚本仍然会检查这些废弃函数的存在性,导致在严格模式下(OPENSSL_NO_DEPRECATED启用时)配置失败。
技术细节
问题的核心在于Unbound的自动配置脚本使用了过时的检测方法。脚本原本通过检查以下两个函数来判断EC支持:
- ECDSA_sign - 用于ECDSA签名
- SHA384_Init - SHA-384哈希算法的初始化函数
在OpenSSL 3.0中,这些函数已被标记为废弃,推荐使用更现代的EVP接口替代。当OpenSSL编译时启用了OPENSSL_NO_DEPRECATED选项,这些废弃函数将不会被定义,从而导致配置失败。
解决方案
项目维护者已经修复了这个问题,改进后的检测机制现在会:
- 首先检查OPENSSL_NO_EC宏定义,这是OpenSSL中检测EC支持的新方法
- 如果检测到较新的EVP_PKEY_fromdata函数存在,则使用新的API路径
- 同时保留了旧版API的兼容性检测路径
这种双重检测机制确保了Unbound能够在各种OpenSSL版本上正常工作,无论是使用传统API的系统还是严格遵循OpenSSL 3.0新规范的环境。
影响范围
值得注意的是,这个问题在大多数Linux发行版中可能不会出现,因为发行版维护的OpenSSL软件包通常不会启用OPENSSL_NO_DEPRECATED编译选项。这个问题主要影响那些自行编译OpenSSL并启用严格废弃API检查的用户环境。
总结
这个问题的修复展示了开源项目如何适应基础库的重大API变更。通过实现双重检测机制,Unbound既保持了与旧系统的兼容性,又支持了OpenSSL 3.0的新特性。对于开发者而言,这个案例也提醒我们在依赖第三方库时需要考虑API的长期稳定性和兼容性策略。
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