具体报错内容如下：OCI runtime create failed: container_linux.go:349: starting container process caused \"exec: \\\"chaincode\\\": executable file not found in $PATH\": unknown"

Hyperledger Fabric2.0初始化链码时遇到如上错误

尝试了很多办法都未得到解决，最后猜想可能跟智能合约的依赖包有关，之前为了提速使用的是

go env -w GOPROXY=https://goproxy.cn

国内代理来配置依赖，后来改回了原来的代理，删除原来的依赖包并重新下载，问题就得到了解决

go env -w GOPROXY=https://goproxy.io,direct

配置好代理后就开始根据自动生成的go.mod下载依赖包至vendor中

go env -w GO111MODULE=on
go mod init
go mod vendor

原本只有manufacture.go一个文件，成功执行如上代码后生成go.mod、go.sum和vendor。vendor放的是该智能合约（manufacture.go）的依赖包。

配置完成，启动自动化脚本

./byfn.sh up

搞定
有点小尴尬，之前出问题的图忘记截图了，希望能解决同样的问题，欢迎讨论！

# 区块链 # 智能合约
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局