Millennium项目在Linux系统上的FHS标准化实践
2025-07-08 18:15:04作者:余洋婵Anita
背景介绍
Millennium是一个Steam客户端的美化工具项目,最初主要针对Windows平台开发。随着项目发展,开发者开始关注Linux平台的支持,但在Linux系统上遇到了文件系统层次结构标准(FHS)的兼容性问题。本文将深入分析Millennium在Linux系统上的FHS标准化改造过程。
FHS标准化需求分析
传统的Linux发行版都遵循文件系统层次结构标准(Filesystem Hierarchy Standard, FHS),这套标准定义了系统中各个目录的用途和存放内容的规范。Millennium最初的设计没有完全遵循这一标准,导致在NixOS等严格遵循FHS的发行版上出现兼容性问题。
主要问题包括:
- 可执行文件位置不规范
- 配置文件与运行时数据混合存放
- 核心库文件存放位置不符合标准
- Python运行环境处理方式特殊
标准化改造方案
经过开发者与社区贡献者的讨论,最终确定了以下改造方案:
可执行文件布局
/usr/bin/millennium - 主启动脚本
/usr/bin/millennise - 核心可执行文件
库文件布局
/usr/lib/libMillennium.so - 核心库文件
/usr/lib/millennium/ - 核心插件和依赖
用户数据布局
~/.config/Millennium/ - 用户配置文件和主题设置
~/.local/share/Millennium/ - 运行时数据和日志
关键技术挑战与解决方案
Python环境处理
项目最初捆绑了定制编译的Python 3.11.8环境,这带来了几个问题:
- 增加了包体积
- 与系统Python环境可能冲突
- 在只读存储上部署困难
经过讨论,决定:
- 保留定制Python环境,但将其移至标准位置
- 明确Python 3.11.8为硬性依赖
- 32位兼容性要求(因Steam本身是32位应用)
构建系统调整
原CMake构建系统存在硬编码路径问题,特别是对$HOME目录的依赖。这会导致在非标准环境下构建失败。解决方案包括:
- 移除对绝对路径的硬编码
- 使用相对路径和环境变量
- 增加构建时配置选项
插件管理系统
核心插件最初设计为安装在用户目录,这带来了包管理难题。最终方案采用混合模式:
- 核心插件由系统包管理器管理,安装在
/usr/lib/millennium/ - 用户插件仍保留在用户配置目录
~/.config/Millennium/Plugins/
实际应用效果
经过标准化改造后,Millennium具备了以下优势:
- 更好的与各Linux发行版集成
- 支持只读文件系统部署
- 明确的文件权限和所有权划分
- 简化了系统包管理器的打包工作
经验总结
Millennium的FHS标准化过程提供了宝贵的经验:
- 跨平台项目应尽早考虑目标平台的规范标准
- 运行时数据与配置数据的明确分离至关重要
- 特殊依赖(如定制Python)需要特别处理
- 构建系统的可移植性不容忽视
这一改造不仅解决了NixOS的兼容性问题,也为Millennium在更多Linux发行版上的推广奠定了基础。
登录后查看全文
热门项目推荐
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 StartedRust0458
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0787
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-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++0316
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
项目优选
收起
暂无描述
Markdown
832
5.52 K
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
497
522
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
802
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
982
2.32 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
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++
486
315
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++
1.21 K
1.27 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
668
316