OpenSSH Portable 使用教程
1. 项目介绍
OpenSSH Portable 是 OpenSSH 协议(版本 2)的完整实现,用于安全的远程登录、命令执行和文件传输。它包括客户端 ssh 和服务器 sshd,文件传输工具 scp 和 sftp,以及用于密钥生成(ssh-keygen)、运行时密钥存储(ssh-agent)和其他支持工具。该项目是 OpenBSD 的 OpenSSH 移植到大多数类 Unix 操作系统,包括 Linux、OS X 和 Cygwin。
OpenSSH Portable 通过填充 OpenBSD API 来支持其他操作系统,并添加了对更多操作系统的 sshd 沙箱支持,以及对操作系统原生认证和审计的支持(例如使用 PAM)。
2. 项目快速启动
2.1 从源码构建
2.1.1 下载源码
git clone https://github.com/openssh/openssh-portable.git
cd openssh-portable
2.1.2 生成配置脚本
如果你是从 Git 仓库下载的源码,需要先运行 autoreconf 生成配置脚本:
autoreconf
2.1.3 配置和编译
./configure
make
2.1.4 安装
sudo make install
2.2 使用预编译包
如果你使用的是 Linux 发行版,可以通过包管理器安装 OpenSSH。例如,在 Ubuntu 上:
sudo apt-get update
sudo apt-get install openssh-server openssh-client
3. 应用案例和最佳实践
3.1 远程服务器管理
OpenSSH 是远程服务器管理的首选工具。通过 ssh 命令,管理员可以安全地连接到远程服务器并执行命令。例如:
ssh user@remote_server
3.2 文件传输
使用 scp 命令可以安全地传输文件。例如,将本地文件传输到远程服务器:
scp local_file user@remote_server:/path/to/destination
3.3 密钥管理
使用 ssh-keygen 生成密钥对,并通过 ssh-copy-id 将公钥复制到远程服务器,可以实现无密码登录:
ssh-keygen -t rsa
ssh-copy-id user@remote_server
4. 典型生态项目
4.1 OpenSSH 官方文档
OpenSSH 的官方文档包括每个工具的手册页,例如 ssh(1)、sshd(8)、ssh-keygen(1) 等。这些文档详细描述了每个工具的使用方法和配置选项。
4.2 OpenSSH 社区
OpenSSH 社区提供了丰富的资源,包括邮件列表、Bugzilla 和 GitHub 仓库。开发者可以通过这些渠道获取帮助、报告问题和贡献代码。
4.3 相关工具
- ssh-agent: 用于管理 SSH 密钥的工具。
- scp: 基于 SSH 的安全文件复制工具。
- sftp: 基于 SSH 的安全文件传输协议。
通过这些工具和资源,用户可以充分利用 OpenSSH 的功能,实现安全、高效的远程管理和文件传输。
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。C095
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