Oils-for-Unix 构建与安装系统的改进与优化
2025-06-26 14:47:33作者:吴年前Myrtle
Oils-for-Unix 是一个兼容 POSIX 的 Shell 实现,其构建和安装系统近期经历了一系列重要的改进。本文将深入分析这些改进的背景、技术细节以及对开发者和打包者的影响。
构建系统现状
Oils-for-Unix 采用了一套独特的基于 Shell 脚本的构建系统,主要由 _build/oils.sh 和 install 脚本组成。这套系统虽然灵活,但在与 Linux 发行版打包系统的集成过程中暴露出几个关键问题:
- 二进制文件路径硬编码:安装脚本假设二进制文件总是位于
_bin/cxx-opt-sh/目录下,限制了构建选项的灵活性。 - 剥离调试符号的时机:构建系统默认在构建阶段就生成剥离后的二进制文件,而非在安装阶段进行剥离。
- 编译器选择机制:构建系统对
$CXX环境变量的处理不够标准,影响交叉编译。
主要改进内容
灵活的二进制文件指定
最新版本引入了对安装源二进制文件的灵活指定机制。现在打包者可以明确指定要安装的二进制文件路径:
./install _bin/cxx-opt-sh/oils-for-unix # 安装未剥离的二进制文件
这一改变使得发行版打包系统能够:
- 选择安装未剥离的二进制文件以便后续生成调试包
- 支持自定义编译器构建的二进制文件安装
- 保持与上游安装脚本的兼容性
构建与剥离流程优化
虽然当前构建系统仍会在构建阶段生成剥离后的二进制文件,但通过上述改进,打包者已经可以绕过这一限制。理想情况下,剥离操作应该:
- 在构建阶段保留完整的调试信息
- 在安装阶段根据需求决定是否剥离
- 保持原始构建产物不变
编译器标志处理
构建系统现在更好地处理编译器标志,特别是与优化和调试信息相关的标志。关键改进包括:
- 明确区分必需和可选的编译器标志
- 允许通过环境变量覆盖默认标志
- 保持对性能分析工具的支持(如保留 -g 标志)
对打包者的影响
这些改进显著提升了 Oils-for-Unix 在各 Linux 发行版中的打包体验:
- Void Linux:现在可以使用上游安装脚本而非自定义安装逻辑
- Fedora/RHEL:更好地支持 RPM 打包流程和调试包生成
- 通用性:为其他发行版的打包提供了更标准化的接口
未来发展方向
虽然当前改进解决了最紧迫的问题,但构建系统仍有优化空间:
- 进一步标准化编译器选择和标志处理
- 考虑将部分配置逻辑移至 configure 脚本
- 完善并行构建支持
- 改进构建目录结构的设计
这些改进将使 Oils-for-Unix 更容易被各种 Linux 发行版接纳,同时保持对开发者友好的构建体验。
总结
Oils-for-Unix 通过这次构建系统的改进,在保持原有灵活性的同时,大大提升了与标准 Linux 打包实践的兼容性。这些变化体现了开源项目与发行版维护者之间的良性互动,最终将使所有用户受益。
登录后查看全文
热门项目推荐
相关项目推荐
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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
React Native鸿蒙化仓库
JavaScript
287
338
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
226
91
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
723
174
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
10
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++
849
439
🎉 (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
1.27 K
699
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19