推荐使用Termux-Exec:解决Android上的Linux脚本执行难题
2024-06-04 11:19:33作者:鲍丁臣Ursa
1、项目介绍
Termux-Exec 是一个巧妙的解决方案,专为在Termux环境下运行带有shebang(井号命令)的Linux软件而设计。我们知道,在Android系统中,并不存在如/bin/或/usr/bin/这样的路径,这导致了许多依赖这些路径的Linux软件在Termux上无法正常工作。Termux-Exec通过提供一个execve()包装器,重定向对这些路径的调用来兼容Termux的可执行文件路径。
2、项目技术分析
该项目的核心是通过创建一个execve()的包装器,将调用到/bin/和/usr/bin/下的文件重定向到Termux环境中的相应路径$PREFIX/bin/。此外,它还利用了LD_PRELOAD机制,在启动新的Termux会话时注入这个包装器。具体实现是在$PREFIX/bin/login程序中检测$PREFIX/lib/libtermux-exec.so,如果找到,则设置LD_PRELOAD,确保login shell能够正确处理带shebang的脚本。
3、项目及技术应用场景
Termux-Exec主要适用于以下场景:
- 安装非Termux包的脚本和程序: 当你需要从源代码或其他非官方渠道安装Linux脚本和程序时,Termux-Exec可以帮助它们在Termux环境中正常运行。
- 开发者调试与测试: 对于Android应用开发和系统级编程的开发者来说,Termux提供了类似于Linux的环境,而Termux-Exec则让在这个环境中测试和调试基于Linux的脚本变得更加方便。
- 自动化任务: 使用bash脚本或者Python等语言进行自动化任务管理的用户,可以借助Termux-Exec在Android设备上无缝执行这些脚本。
4、项目特点
- 简单安装: 只需通过
pkg install termux-exec一条命令即可完成安装,无需复杂的配置步骤。 - 自动生效: 安装后退出并重新启动Termux会话,
LD_PRELOAD会自动设置,确保shebang支持。 - 广泛兼容: 支持大部分依赖
/bin/sh和/usr/bin/env的脚本,提高了Termux平台的兼容性。 - 无侵入性: Termux-Exec作为预加载库,不会影响其他系统的原生行为,只在需要时发挥作用。
总结起来,Termux-Exec是一个强大的工具,它极大地扩展了Termux的实用性,使得在Android设备上运行和开发Linux脚本变得更为轻松。如果你是一位Android用户,热爱探索Linux世界,那么Termux-Exec绝对值得你在你的设备上一试。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
165
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
228
仓颉编译器源码及 cjdb 调试工具。
C++
123
664
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
615
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
195
72
仓颉编程语言测试用例。
Cangjie
36
665