Network UPS Tools (NUT) 2.8.3版本中dummy-ups驱动编译问题解析
在Network UPS Tools (NUT) 2.8.3版本的编译过程中,用户报告了一个关于dummy-ups驱动无法编译的问题。这个问题主要出现在用户尝试从源代码编译NUT时,特别是在指定特定驱动列表的情况下。
问题现象
当用户尝试使用自定义驱动列表进行编译时,配置脚本会报错,提示"Requested driver 'dummy-ups' is not defined in drivers/Makefile.am"。这个错误表明配置脚本无法在驱动列表中找到dummy-ups驱动的定义。
问题根源
经过分析,这个问题源于NUT 2.8.3版本中驱动列表处理的一个小缺陷。在配置脚本处理软件驱动列表(NUTSW_DRIVERLIST)时,变量替换出现了问题,导致"(NUTSW_DRIVERLIST_DUMMY_UPS)"这样的未处理变量直接出现在驱动列表中,而不是被正确替换为dummy-ups驱动的名称。
解决方案
对于遇到此问题的用户,有以下几种解决方法:
-
使用自动检测模式:推荐使用
--with-all=auto参数代替显式指定驱动列表。这种方式会自动检测系统可用的所有驱动,包括dummy-ups这个纯软件驱动。 -
等待官方修复:开发团队已经注意到这个问题,并正在进行修复。用户可以关注后续的版本更新。
-
临时修改配置:对于有经验的用户,可以临时修改Makefile.am文件,手动添加dummy-ups驱动的定义。
技术建议
对于需要编译特定驱动集的用户,建议考虑以下几点:
- 显式指定驱动列表的方式虽然精确,但容易受到驱动名称变更或新增驱动的影响
- 自动检测模式(
--with-all=auto)更加灵活,能够自动适应不同系统环境 - 在构建容器镜像等场景下,确保所有必要的依赖库都已安装,以便自动检测能够找到尽可能多的驱动
总结
这个编译问题虽然看起来是配置脚本的一个小缺陷,但它提醒我们在使用开源软件时需要注意版本兼容性和构建选项的选择。对于大多数用户来说,采用自动检测模式是更为稳健的选择,特别是当需要支持多种UPS设备时。
随着NUT项目的持续发展,这类构建系统的小问题会得到及时修复,为用户提供更加顺畅的安装体验。
kernelopenEuler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。C030
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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