Homebrew Emacs Plus 安装问题解析:private method `new' called for Tap:Class
在 macOS 系统上使用 Homebrew 安装 Emacs Plus 时,部分用户遇到了一个错误提示:"private method `new' called for Tap:Class"。这个问题主要出现在尝试安装 emacs-plus@30 版本时,其根源在于 Homebrew 核心代码的变更与 Emacs Plus 公式中 URL 解析逻辑的不兼容。
问题背景
Emacs Plus 是 Homebrew 上的一个流行 tap,提供了增强版的 Emacs 编辑器安装选项。当用户执行 brew install emacs-plus@30 命令时,系统会报错并中断安装过程。这个错误并非源于用户的系统配置问题,而是公式代码与新版本 Homebrew 的兼容性问题。
技术原因分析
问题的核心在于 Homebrew 4.2.11 版本引入的变更(具体为 PR #16834),该变更修改了 Tap 类的接口。原本 Emacs Plus 公式中的 UrlResolver.rb 文件第7行使用了 Tap.new 方法来创建 tap 实例,但在新版本 Homebrew 中,这个方法被标记为私有方法,不再允许直接调用。
正确的做法应该是使用 Tap.fetch 方法来获取 tap 实例。这种变更属于 Homebrew 内部 API 的调整,目的是为了提供更安全、更规范的 tap 管理方式。
解决方案
对于遇到此问题的用户,有以下几种解决方法:
-
等待公式更新:仓库维护者已经确认这是一个需要修复的问题,并会接受相关 PR 进行修正。用户可以关注项目更新。
-
临时解决方案:有技术能力的用户可以手动修改本地公式文件,将
Tap.new替换为Tap.fetch(TAP_OWNER, TAP_REPO)。 -
重新安装 Homebrew:有用户报告通过完全重新安装 Homebrew 解决了此问题,但这种方法较为激进,会移除所有已安装的软件包。
影响范围
此问题主要影响:
- 使用较新版本 Homebrew (4.2.11+) 的用户
- 尝试安装 emacs-plus@30 版本的用户
- macOS 系统用户,特别是 ARM64 架构的设备
最佳实践建议
对于依赖 Emacs 进行工作的用户,建议:
- 首先尝试安装其他版本的 Emacs Plus(如非@30版本)
- 如果必须使用@30版本,可以考虑从源码编译安装
- 关注项目更新,等待官方修复此兼容性问题
这个问题展示了开源软件生态中版本兼容性的重要性,也提醒用户在遇到类似问题时,可以通过检查版本变更日志和社区讨论来寻找解决方案。
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