Doom Emacs 中 TLS 支持问题的分析与解决
问题背景
在使用 Doom Emacs 时,用户可能会遇到一个与 TLS 连接相关的问题:当尝试通过 Emacs 下载内容(如使用 emojify-download-emoji 或 nerd-icons-install-fonts 命令)时,Emacs 会无限期挂起,无法完成下载操作。这个问题通常出现在从源代码编译安装 Emacs 的环境中。
问题表现
当执行需要网络连接的操作时,Emacs 会显示以下信息:
Contacting host: raw.githubusercontent.com:443
Opening TLS connection to 'raw.githubusercontent.com'...
Opening TLS connection with 'openssl s_client -connect raw.githubusercontent.com:443 -CAfile /etc/ssl/certs/ca-certificates.crt -nbio -no_ssl3 -no_tls1 -no_tls1_1 -ign_eof'...done
然后程序就会卡在这个状态,无法继续执行后续操作。
根本原因
这个问题的主要原因是 Emacs 在编译时没有正确启用 GNUTLS 支持。虽然用户在编译时使用了 --with-gnutls=ifavailable 参数,但系统可能缺少必要的开发库,导致 GNUTLS 支持实际上没有被编译进 Emacs。
解决方案
要解决这个问题,需要确保系统安装了所有必要的依赖项,并正确编译 Emacs:
-
安装必要的开发库:
libgnutls28-dev:提供 GNUTLS 开发文件libssl-dev:提供 SSL 开发支持
-
重新编译 Emacs: 在确保所有依赖项都已安装后,使用以下参数重新编译 Emacs:
./configure --without-compress-install --with-native-compilation --with-mailutils --with-gnutls=ifavailable --with-cairo --with-harfbuzz -
验证安装: 编译安装完成后,在 Emacs 中执行
M-x doom/info命令,检查 GNUTLS 是否出现在 features 列表中。
技术细节
GNUTLS 是 GNU 项目下的一个安全通信库,实现了 SSL、TLS 和 DTLS 协议。Emacs 使用 GNUTLS 来处理安全网络连接。当 Emacs 缺少 GNUTLS 支持时,它会尝试使用外部工具(如 openssl)来处理 TLS 连接,这可能导致性能问题和连接不稳定。
在 Doom Emacs 中,许多功能(如字体安装、表情符号下载等)都依赖于安全的 HTTPS 连接。因此,确保 Emacs 内置了 GNUTLS 支持对于这些功能的正常工作至关重要。
最佳实践
为了避免类似问题,建议:
- 在编译 Emacs 前,确保系统已安装所有必要的开发依赖
- 定期更新系统和开发工具链
- 在安装新功能后,检查
doom/info输出,确认所有需要的特性都已启用 - 考虑使用包管理器提供的预编译版本,除非有特殊需求需要从源代码编译
总结
TLS 连接问题是 Doom Emacs 用户可能遇到的一个常见问题,通常是由于编译时缺少必要的依赖项导致的。通过正确安装开发库并重新编译 Emacs,可以轻松解决这个问题。理解 Emacs 的网络连接机制和编译选项,有助于预防和解决类似的技术问题。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00