Entware项目:在非标准路径安装的解决方案
2025-07-01 16:20:54作者:范靓好Udolf
背景介绍
Entware作为嵌入式设备的软件包管理系统,通常默认安装在/opt目录下。但在某些特殊设备(如部分路由器或定制化硬件)中,文件系统可能被设置为只读(RO)或缺少标准目录结构,导致无法直接使用默认安装路径。
核心问题分析
当设备存在以下情况时,标准安装方式将失效:
- 根文件系统被挂载为只读(RO)模式
- 系统中不存在/opt目录结构
- 用户希望自定义安装路径(如/jun/opat)
技术解决方案
方法一:环境变量重定向
通过修改Entware的环境配置文件,可以重定向安装路径:
- 创建目标目录(需可写)
mkdir -p /jun/opat mount -o bind /jun/opat /opt - 设置环境变量
export ENTWARE_PREFIX=/jun/opat
方法二:源码编译修改
对于高级用户,可通过修改源码实现路径定制:
- 获取Entware源码
- 修改包含路径定义的配置文件
- 查找所有包含"/opt"的代码位置
- 替换为目标路径字符串
- 重新编译安装包
方法三:符号链接方案
在可写分区创建目标目录后建立符号链接:
ln -s /jun/opat /opt
注意事项
- 权限管理:确保目标路径具有适当的读写权限
- 依赖关系:部分软件包可能包含硬编码路径,需要额外处理
- 持久化配置:在只读文件系统中,需要通过启动脚本或fstab实现路径重定向的持久化
最佳实践建议
对于嵌入式设备:
- 优先考虑使用可写的独立分区
- 在系统启动早期通过init脚本建立路径映射
- 考虑使用overlayfs等联合文件系统技术
对于开发者:
- 在构建自定义固件时预置目标目录结构
- 考虑在构建系统中加入路径配置选项
通过以上方法,可以在各种特殊环境下成功部署Entware环境,满足不同设备的个性化需求。
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
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
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
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
243
316
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++
66
96
暂无简介
Dart
633
143