Sunshine项目在Fedora原子化桌面系统上的安装问题解析
2025-05-08 20:55:01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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
279
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
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (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
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K