Millennium项目在Linux系统上的FHS标准化实践
2025-07-08 16:55:54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
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
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219