Sunshine项目在Fedora原子化桌面系统上的安装问题解析
2025-05-08 01:17:24作者:柯茵沙
背景介绍
Sunshine是一款开源的远程桌面服务器软件,它允许用户通过Moonlight客户端远程访问主机。在Linux系统上,Sunshine通常以RPM包的形式分发。然而,在Fedora的原子化桌面版本(如Kinoite、Silverblue等)上安装时,用户遇到了文件系统只读导致的安装失败问题。
问题本质
Fedora原子化桌面系统采用了不可变的文件系统设计,这是其核心特性之一。系统分区默认是只读的,只有在系统更新时才会整体替换。这种设计带来了更高的安全性和稳定性,但也导致了一些传统RPM包安装方式的问题。
具体到Sunshine项目,问题出在RPM包的%post安装后脚本中。该脚本尝试执行以下操作:
- 使用setcap为sunshine二进制文件设置cap_sys_admin能力
- 向uinput设备发送重新加载请求
- 修改/sys/devices/virtual/misc/uinput/uevent文件
这些操作在传统Fedora工作站版上可以正常工作,但在原子化桌面系统上会因为文件系统只读而失败。
技术细节分析
原子化系统的限制
Fedora原子化桌面使用rpm-ostree作为包管理系统,与传统RPM有显著区别:
- 系统文件在运行时不可修改
- 所有变更都通过"层"的方式在下次启动时应用
- /usr目录是只读的
- 某些系统设备文件无法在安装时修改
Sunshine的特殊需求
Sunshine需要特殊权限来捕获输入设备,这通常需要:
- 二进制文件具备cap_sys_admin能力
- uinput设备可用并正确配置
- 相关内核模块加载
在传统系统上,这些可以通过安装后脚本自动配置,但在原子化系统上需要不同的处理方式。
解决方案
临时解决方法
对于急需使用的用户,可以手动重建RPM包:
- 使用rpmrebuild工具解压原始RPM包
- 移除%post脚本段
- 重新打包并安装
安装后需要手动:
- 启用systemd服务
- 在下次启动后手动设置所需能力
长期解决方案
从技术角度看,Sunshine项目应该:
- 检测系统是否为原子化版本
- 根据系统类型调整安装脚本逻辑
- 对于原子化系统,提供明确的后续配置指导
可以在postinst脚本中添加系统类型检测,例如通过检查/etc/os-release中的ID或VARIANT_ID字段来判断是否为原子化系统。
最佳实践建议
对于原子化系统用户,建议采用以下工作流程:
- 使用工具如distrobox创建开发环境
- 在容器内进行包修改操作
- 通过rpm-ostree安装修改后的包
- 重启系统应用变更
- 手动完成必要的权限配置
总结
Sunshine在Fedora原子化桌面上的安装问题体现了传统包管理与新兴不可变系统架构之间的兼容性挑战。理解这些底层机制不仅有助于解决当前问题,也为未来在类似系统上的软件适配提供了思路。随着原子化系统的普及,软件开发者需要考虑如何更好地适应这种新型系统架构。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript094- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
521
93
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++
956
951
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
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++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221