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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0207
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0133
MinerUA high-quality tool for convert PDF to Markdown and JSON.一站式开源高质量数据提取工具,将PDF转换成Markdown和JSON格式。Python08
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
wgai开箱即用的JAVAAI在线训练识别平台&OCR平台AI合集包含旦不仅限于(车牌识别、安全帽识别、抽烟识别、常用类物识别等) 图片和视频识别,可自主训练任意场景融合了AI图像识别opencv、yolo、ocr、esayAI内核识别;AI智能客服、AI语言模型、 无任何第三方API接口可定制化自主离线化部署并自主化行业化使用避免占用内存、GPU消耗训练与识别分开使用;Java05
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
772
5.05 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
869
1.99 K
Ascend Extension for PyTorch
Python
748
931
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
694
1.37 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
468
461
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
268
昇腾LLM分布式训练框架
Python
181
225
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++
1.09 K
1.14 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
363
132