3分钟玩转Quickemu:让跨系统虚拟机部署如此简单
2026-04-14 08:54:57作者:魏献源Searcher
还在为复杂的虚拟机配置而烦恼?想要在Linux系统中快速测试Windows软件或体验macOS却受限于硬件?Quickemu命令行工具将彻底改变你的虚拟化体验——无需繁琐设置,两条命令即可创建优化的虚拟机。本文将带你从零开始掌握这个开源黑科技,让你轻松成为跨系统测试的效率达人。
为什么选择Quickemu?
Quickemu作为QEMU虚拟机的智能封装工具,通过自动检测硬件并应用最佳配置,让普通用户也能享受专业级的虚拟化体验。其核心优势包括:
- 零配置启动:无需手动设置CPU核心、内存大小和磁盘类型
- 跨系统支持:完美运行Windows 10/11、macOS(从Mojave到Sonoma)和近千种Linux发行版
- 轻量级设计:无需管理员权限,虚拟机文件可存储在U盘或任意目录
- 性能优化:自动启用VirGL加速、SPICE协议和VirtIO设备支持
零基础部署指南
安装依赖环境
在Debian/Ubuntu系统中,通过以下命令安装必要依赖:
sudo apt-get install bash coreutils curl genisoimage grep jq mesa-utils ovmf pciutils procps python3 qemu sed socat spice-client-gtk swtpm-tools unzip usbutils util-linux xdg-user-dirs xrandr zsync
Fedora用户可使用:
sudo dnf install bash coreutils curl edk2-tools genisoimage grep jq mesa-demos pciutils procps python3 qemu sed socat spice-gtk-tools swtpm unzip usbutils util-linux uuidgen-runtime xdg-user-dirs xrandr zsync
获取项目源码
git clone https://gitcode.com/GitHub_Trending/qu/quickemu
cd quickemu
chmod +x quickemu quickget
下载与配置系统镜像
使用quickget命令自动下载系统镜像并生成配置文件:
# 创建Ubuntu 24.04虚拟机
./quickget ubuntu 24.04
# 创建Windows 11虚拟机
./quickget windows 11
# 创建macOS Sonoma虚拟机
./quickget macos sonoma
启动虚拟机
# 启动Ubuntu虚拟机
./quickemu --vm ubuntu-24.04.conf
# 启动Windows虚拟机
./quickemu --vm windows-11.conf
第一次启动时会自动进入系统安装界面,按常规步骤完成安装即可。对于Windows和Ubuntu,Quickemu会自动安装SPICE代理和VirtIO驱动,实现剪贴板共享和文件传输。
核心功能详解
自定义虚拟机配置
通过修改配置文件调整虚拟机参数,例如ubuntu-24.04.conf:
guest_os="linux"
disk_img="ubuntu-24.04/disk.qcow2"
iso="ubuntu-24.04/ubuntu-24.04-desktop-amd64.iso"
# 自定义内存大小(默认使用物理内存的一半)
memory="8G"
# 设置CPU核心数
cores="4"
# 启用TPM 2.0(Windows 11需要)
tpm="on"
常用命令选项
| 命令选项 | 功能说明 |
|---|---|
--fullscreen |
全屏启动虚拟机(Ctrl+Alt+f退出) |
--snapshot create <name> |
创建快照 |
--snapshot apply <name> |
恢复快照 |
--public-dir ~/share |
设置共享目录 |
--ssh-port 2222 |
映射SSH端口到主机 |
--display gtk |
使用GTK显示后端 |
实战场景解决方案
macOS安装指南
- 首次启动选择"macOS Base System"
- 在磁盘工具中选择"QEMU HARDDISK Media"并抹除为APFS格式
- 安装完成后启用TRIM提升性能:
sudo trimforce enable
⚠️ 注意:macOS虚拟机需要至少8GB内存和100GB磁盘空间
Windows 11配置要点
Quickemu自动配置TPM 2.0,但如果遇到兼容性问题,可修改配置文件:
tpm="on"
secureboot="on"
性能优化建议
- 使用SSD存储虚拟机文件可提升2-3倍IO性能
- 分配物理内存的40%-60%给虚拟机(不要超过8GB)
- 启用SPICE协议获得更好的图形性能:
--display spice
高级使用技巧
批量管理虚拟机
创建简单的bash脚本管理多个虚拟机:
#!/bin/bash
# 启动所有虚拟机
for conf in *.conf; do
./quickemu --vm "$conf" --status-quo &
done
配置文件参数参考
完整的配置参数说明可查看项目中的docs/quickemu_conf.5文件,其中包含了38个可配置选项的详细说明。
总结与资源
通过本文介绍的quickget和quickemu命令,你已经掌握了创建和管理虚拟机的核心技能。这个轻量级工具背后,是开发者们对QEMU参数的深度优化。
进阶学习资源:
- 官方文档:README.md提供了完整项目介绍
- 命令参考:docs/quickemu.1.md详细描述了命令行选项
- 支持系统列表:docs/quickget.1.md中列出了247种可直接部署的操作系统
定期运行git pull更新到最新版本,可以享受持续优化的功能和性能。现在就用./quickget ubuntu 24.04命令开始你的虚拟化之旅吧!
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 StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 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
494
515
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++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 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++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
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
647
284