jehanne 的安装和配置教程
2025-05-26 03:33:54作者:蔡怀权
1. 项目基础介绍
Jehanne 是一个基于开源的简单操作系统。该项目旨在提供一个轻量级、高性能的系统环境。Jehanne 继承了许多来自其前辈的系统工具和部分内核模块,尤其是从 9front 和 Plan9-9k 内核中 fork 出来的部分。项目名称来源于法国历史上著名的农妇、异端分子 Жanne d'Arc(圣女贞德),象征着该项目与其前身在设计和约定上的深刻差异。
2. 主要编程语言
Jehanne 项目主要使用 C 语言开发,同时也包含了一定比例的汇编语言。
3. 项目使用的关键技术和框架
Jehanne 使用了一些独特的技术和框架,包括但不限于:
- Plan9-9k 内核:这是 Jehanne 的内核基础,它提供了一套微内核设计。
- 9front 用户空间工具:许多用户空间的工具都是继承自 9front。
- Harvey OS 的构建系统和代码:Jehanne 的构建系统借鉴了 Harvey OS,并且采用了一些其有价值的代码。
4. 安装和配置准备工作
在开始安装 Jehanne 前,需要做一些准备工作:
- 准备一个支持 C 语言和汇编语言的编译环境。
- 确保你的系统满足 Jehanne 的硬件要求。
- 克隆 Jehanne 的 Git 仓库到本地环境。
git clone https://github.com/JehanneOS/jehanne.git
5. 安装步骤
以下是小白级别的安装步骤:
-
解压仓库:将克隆得到的仓库解压到你选择的目录下。
-
编译内核:进入解压后的目录,首先编译内核。
cd jehanne make kernel -
编译用户空间:内核编译完成后,接下来编译用户空间。
make userland -
安装系统:编译完成后,将编译好的文件安装到目标系统。
make install -
配置系统:安装完成后,需要对系统进行配置,这通常涉及到编辑配置文件和设置一些基本参数。
-
启动系统:配置完成后,你可以尝试启动 Jehanne 系统。
./jehanne
请注意,以上步骤是一个抽象的安装过程示例。实际的安装细节可能会根据 Jehanne 项目的具体实现和用户的主机环境有所不同。安装过程中可能会遇到需要调整的细节,请参考项目文档和社区支持以解决可能出现的问题。
登录后查看全文
热门项目推荐
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-1.5暂无简介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-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
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
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
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258