Network UPS Tools (NUT) 手动编译与APT包管理的兼容性问题解决方案
2025-06-28 23:26:31作者:昌雅子Ethen
背景介绍
Network UPS Tools (NUT) 是一款广泛使用的开源UPS电源管理工具。在实际部署中,用户有时需要手动编译最新版本以获取新功能或修复特定问题,但这会与系统包管理器(如APT)产生版本识别冲突。
问题现象
当用户按照官方文档手动编译安装NUT 2.8.2版本后,虽然程序运行正常,但APT包管理器仍显示系统安装的是2.8.0版本。这会导致两个潜在问题:
- 系统误认为当前安装的是旧版本
- 未来APT自动更新可能会覆盖手动编译的版本
解决方案
临时解决方案:使用apt-mark保持版本
对于需要快速解决问题的用户,可以使用以下命令防止APT覆盖手动安装的版本:
sudo apt-mark hold nut nut-client nut-monitor nut-server
此方法简单有效,但需要用户记住在后续版本发布时解除保持状态。
长期解决方案:构建符合APT规范的包
更规范的解决方案是使用Debian/Ubuntu的打包工具重新构建NUT:
- 安装必要的构建工具:
sudo apt install devscripts build-essential
- 获取NUT源代码并进入目录:
git clone https://github.com/networkupstools/nut.git
cd nut
- 使用debuild工具构建符合APT规范的包:
debuild -us -uc
- 安装生成的.deb包
这种方法构建的包会被APT正确识别版本信息,避免未来更新冲突。
系统集成注意事项
手动编译NUT时,特别是替换系统已有的systemd服务时,需要注意以下要点:
- 确保安装编译依赖:
sudo apt install libsystemd-dev
- 配置时启用systemd支持:
./configure --with-libsystemd --enable-inplace-runtime
缺少这些步骤可能导致服务日志无法正确输出到systemd日志系统,出现类似"failed to notify about state 2: no notification tech defined"的错误。
最佳实践建议
- 优先考虑使用系统仓库提供的版本,除非有特定需求
- 手动编译前,先检查仓库中是否有满足需求的更新版本
- 如果必须手动编译,建议采用debuild方式构建.deb包
- 记录所有手动修改,便于后续维护和升级
- 定期检查上游更新,及时迁移到官方支持版本
通过以上方法,用户可以在享受新版本功能的同时,保持系统包管理的完整性和可维护性。
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-1.5暂无简介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
177
195
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++
647
264
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
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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