Zimfw在BSD系统上的安装问题及解决方案
2025-06-15 12:40:51作者:卓炯娓
Zimfw是一个流行的Zsh框架,用于增强Zshell的功能和用户体验。近期发现,在BSD系统上安装Zimfw时,如果系统中没有安装Git工具,会遭遇一个与tar命令相关的问题。
问题背景
当用户在BSD系统上执行Zimfw安装脚本时,如果系统未安装Git,安装程序会默认使用degit方式下载模块。在解压下载的tarball包时,安装脚本使用了GNU tar特有的--strip选项,而BSD系统自带的bsdtar并不支持此选项,导致解压失败。
技术细节分析
GNU tar的--strip选项用于在解压时去除压缩包中的顶层目录结构,直接将内容解压到目标目录。这是一个GNU扩展功能,不属于POSIX标准。BSD系统的tar实现(bsdtar)遵循更严格的标准,不支持这个选项。
原安装脚本中的解压命令如下:
tar -C ${1} --strip=1 -xzf ${TARBALL_TARGET}
在BSD系统上执行时,会报错:
tar: unknown option -- -
usage: tar {crtux}[014578befHhjLmNOoPpqsvwXZz]
[blocking-factor | archive | replstr] [-C directory] [-I file]
[file ...]
解决方案
Zimfw开发团队在1.13.1版本中修复了这个问题。新的解决方案不再依赖GNU tar的--strip选项,而是采用更通用的方法:
- 首先正常解压tarball到目标目录
- 然后使用Zsh的glob模式获取解压后的临时目录
- 将临时目录中的所有内容移动到目标目录
- 最后删除空的临时目录
具体实现代码如下:
tar -C ${1} -xzf ${TARBALL_TARGET}
temp_dir=${1}/(*)
mv $temp_dir/.* $temp_dir/* ${1}
rmdir $temp_dir
这种方法不依赖任何特定实现的tar选项,具有更好的跨平台兼容性。
最佳实践建议
对于BSD系统用户,建议采取以下措施:
- 更新到Zimfw 1.13.1或更高版本
- 如果可能,安装Git工具以避免使用degit方式
- 确保系统中有兼容的tar实现
这个修复体现了Zimfw团队对跨平台兼容性的重视,也展示了开源社区快速响应和解决问题的能力。对于shell脚本开发者来说,这也是一个很好的案例,提醒我们在编写跨平台脚本时要特别注意工具链的兼容性问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
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
346
147