TorchChat项目安装Executorch时SSL证书验证问题的解决方案
2025-06-20 09:08:29作者:郦嵘贵Just
问题背景
在使用TorchChat项目时,许多开发者在执行./torchchat/utils/scripts/install_et.sh命令安装Executorch(ET)时会遇到SSL证书验证失败的错误。这个问题主要出现在macOS系统上,表现为Python无法验证GitHub的SSL证书,导致无法下载必要的buck2构建工具。
错误现象分析
当执行安装脚本时,系统会尝试从GitHub下载buck2构建工具,但会出现以下关键错误信息:
ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:1006)
这个错误表明Python的SSL模块无法验证GitHub服务器的证书,因为系统中缺少必要的根证书或证书链不完整。
问题根源
macOS系统自带的Python安装包通常会包含一个独立的证书管理机制。在某些情况下,特别是:
- 系统时间不正确
- Python安装后证书未正确更新
- 系统证书存储位置变更
- Python环境未正确配置系统证书路径
这些情况都可能导致Python无法正确验证SSL证书。
解决方案
对于使用Python 3.11及类似版本的用户,macOS系统提供了一个便捷的证书安装脚本。执行以下命令即可解决问题:
/Applications/Python\ 3.11/Install\ Certificates.command
这个脚本会执行以下操作:
- 更新Python的证书存储
- 建立到系统钥匙串的链接
- 确保Python能够访问最新的根证书
验证解决方案
执行完上述命令后,可以运行以下Python代码验证SSL证书是否正常工作:
import ssl
import urllib.request
try:
urllib.request.urlopen("https://github.com")
print("SSL验证成功!")
except Exception as e:
print(f"SSL验证失败: {e}")
其他可能的解决方案
如果上述方法不奏效,还可以尝试以下替代方案:
-
更新系统根证书:
sudo update-ca-certificates -
临时禁用SSL验证(不推荐,仅用于测试):
import ssl ssl._create_default_https_context = ssl._create_unverified_context -
手动指定证书路径: 在Python代码中明确指定证书路径:
import os os.environ['REQUESTS_CA_BUNDLE'] = '/etc/ssl/certs/ca-certificates.crt'
预防措施
为了避免将来出现类似问题,建议:
- 定期更新Python安装
- 在安装新Python版本后立即运行证书安装脚本
- 保持系统时间准确
- 定期更新系统证书
总结
SSL证书验证问题在Python开发中较为常见,特别是在macOS系统上。通过运行Python自带的证书安装脚本,可以快速解决TorchChat项目安装Executorch时遇到的证书验证失败问题。理解这一问题的根源有助于开发者在遇到类似SSL相关问题时能够快速定位和解决。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355