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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00