Azure Pipelines Tasks中AzureFileCopy任务版本兼容性问题解析
问题背景
在使用Azure Pipelines Tasks项目中的AzureFileCopy任务时,用户遇到了一个与Newtonsoft.Json序列化相关的运行时错误。该错误表现为在执行AzureFileCopy@6任务时抛出异常信息:"Method not found: 'Newtonsoft.Json.JsonSerializerSettings System.Net.Http.Formatting.BaseJsonMediaTypeFormatter.get_SerializerSettings()'"。
错误现象
当任务尝试初始化Azure订阅时,在调用VssHttpClient构造函数时失败。具体错误堆栈显示:
Exception calling ".ctor" with "3" argument(s): "Method not found: 'Newtonsoft.Json.JsonSerializerSettings System.Net.Http.Formatting.BaseJsonMediaTypeFormatter.get_SerializerSettings()'."
这个错误表明系统在运行时无法找到所需的JsonSerializerSettings方法,这通常是由于程序集版本不匹配或依赖关系冲突导致的。
根本原因分析
经过深入调查,发现问题源于Az.Accounts模块的版本兼容性问题。原始环境中安装的是Az.Accounts 2.10.4版本,该版本与任务所需的某些依赖项存在冲突。
关键点在于:
- AzureFileCopy任务内部使用了VssHttpClient进行HTTP通信
- VssHttpClient依赖于Newtonsoft.Json进行JSON序列化
- Az.Accounts 2.x版本与Newtonsoft.Json的某些API存在不兼容
解决方案
解决此问题的方法是升级Az模块到3.0.0或更高版本。具体操作步骤如下:
- 在自托管代理机器上打开PowerShell
- 执行以下命令更新Az模块:
Update-Module -Name Az -RequiredVersion 3.0.0 -Force - 确保更新完成后所有相关模块都已正确安装
- 重新运行AzureFileCopy任务
技术细节
升级到Az 3.0.0后问题得以解决,这是因为:
- 新版本使用了兼容的Newtonsoft.Json API
- 更新后的程序集解决了序列化设置方法的调用问题
- 模块间的依赖关系更加协调
最佳实践建议
为避免类似问题,建议:
- 定期更新Azure PowerShell模块
- 在自托管代理上维护一致的模块版本
- 在流水线中添加模块版本检查步骤
- 考虑使用模块版本锁定机制
总结
Azure Pipelines Tasks中的AzureFileCopy任务依赖于特定版本的Azure PowerShell模块。当遇到序列化相关错误时,升级Az模块到3.0.0或更高版本是推荐的解决方案。这确保了所有必要的依赖项都能正确协同工作,避免了API不兼容导致的问题。
对于使用自托管代理的用户,保持环境依赖项的最新状态是确保流水线稳定运行的关键。微软也在持续改进任务与模块间的兼容性,建议关注官方文档获取最新的版本要求信息。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00