Windows远程管理Ruby库(WinRM)下载与安装教程
2024-12-18 23:06:45作者:昌雅子Ethen
1、项目介绍
WinRM是一个Ruby库,它允许Ruby脚本通过Windows远程管理(WinRM)功能调用Windows操作系统上的原生对象。这包括运行批处理脚本、PowerShell脚本以及获取WMI变量。从版本2.0开始,该gem保留了WinRM的名称,但所有PowerShell调用均使用更现代的PowerShell远程协议(PSRP),用于初始化运行空间池以及创建和处理PowerShell管道。
2、项目下载位置
您可以通过访问以下GitHub页面下载WinRM项目:
***
3、项目安装环境配置
安装WinRM前,需要确保系统环境满足以下配置要求:
- 支持的Ruby版本:Ruby 3.0或更高版本。若需使用旧版本Ruby,需要使用旧版本的WinRM gem。
- 支持的WinRM版本:WinRM 1.1是受支持的,但推荐使用2.0及以上版本。
在配置示例中,我们将展示如何在Windows Server 2016上安装并配置Ruby环境。以下是需要配置的环境的截图示例:
4、项目安装方式
以下是使用gem安装WinRM的步骤:
- 打开命令行工具。
- 输入安装命令:
gem install winrm - 在服务器端启用PowerShell远程管理:
(在Server 2012及以上版本的操作系统上,此步骤已默认启用)Enable-PSRemoting -Force
5、项目处理脚本
一旦安装完毕,您可以使用WinRM提供的接口来执行远程脚本或命令。下面是一个简单的示例脚本,它创建一个WinRM连接,执行一个简单的PowerShell命令,并捕获输出结果:
require 'winrm'
opts = {
endpoint: '***',
user: 'administrator',
password: 'Pass@word1'
}
conn = WinRM::Connection.new(opts)
conn.shell(:powershell) do |shell|
output = shell.run('$PSVersionTable')
STDOUT.print output.stdout
STDERR.print output.stderr
end
puts "脚本执行完毕,退出代码为:#{output.exitcode}"
确保在执行脚本前替换myhost、administrator和Pass@word1为实际的主机地址、用户名和密码。
以上就是WinRM项目的下载与安装教程,希望对您有所帮助。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
578
3.91 K
Ascend Extension for PyTorch
Python
401
481
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
360
223
暂无简介
Dart
815
201
React Native鸿蒙化仓库
JavaScript
313
365
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++
904
713
🎉 (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
1.4 K
792
昇腾LLM分布式训练框架
Python
123
150
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++
93
160