Signal-CLI中JSON-RPC模式下设备链接的持久化问题解析
2025-06-24 00:55:12作者:韦蓉瑛
背景介绍
Signal-CLI是一个命令行工具,允许用户通过终端与Signal消息服务进行交互。它提供了多种操作模式,包括直接命令执行、守护进程模式(daemon)以及JSON-RPC接口。其中JSON-RPC接口为开发者提供了更灵活的集成方式。
问题核心
在Signal-CLI的JSON-RPC模式下,当尝试使用startLink和finishLink方法完成设备链接时,用户可能会遇到"Unknown device link uri"错误。这是因为Signal-CLI在JSON-RPC模式下没有持久化存储设备链接的临时凭证信息。
技术原理
-
设备链接流程:Signal使用两步验证机制完成设备链接:
- 第一步(
startLink)生成一个临时的设备链接URI - 第二步(
finishLink)使用该URI完成设备验证
- 第一步(
-
内存存储限制:在JSON-RPC模式下,Signal-CLI将临时凭证存储在内存中,当进程结束时这些信息就会丢失。这与守护进程模式不同,后者会保持进程运行从而保留内存中的凭证信息。
解决方案
虽然Signal-CLI目前没有实现凭证的持久化存储,但可以通过保持进程运行的方式完成设备链接:
FIFO_FILE="/tmp/fifo"
# 创建命名管道
rm -f "$FIFO_FILE"
mkfifo "$FIFO_FILE"
# 启动JSON-RPC服务并保持运行
signal-cli jsonRpc < "$FIFO_FILE" &
# 通过文件描述符3与命名管道通信
exec 3> "$FIFO_FILE"
# 第一步:启动设备链接
echo '{"jsonrpc": "2.0", "id": "t1", "method": "startLink"}' >&3
# 获取设备链接URI(需要用户手动操作)
# 第二步:完成设备链接
echo '{"jsonrpc": "2.0", "id": "t2", "method": "finishLink", "params": {"deviceLinkUri": "sgnl://...", "deviceName": "test_cli"}}' >&3
# 关闭文件描述符
exec 3>&-
# 等待进程结束
wait
未来改进方向
Signal-CLI开发者已经注意到这个问题,未来可能会通过以下方式改进:
- 实现临时凭证的持久化存储
- 添加专门的存储文件来保存链接状态
- 延长内存中凭证的有效期
总结
目前在使用Signal-CLI的JSON-RPC接口进行设备链接时,开发者需要确保整个链接过程在同一个进程中完成。通过使用命名管道等技术手段,可以有效地解决临时凭证丢失的问题。对于需要更稳定链接方式的用户,建议考虑使用守护进程模式,或者等待未来版本中可能添加的持久化存储功能。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
631
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
110
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211