BiliBiliToolPro项目在青龙面板中运行脚本的常见问题及解决方案
2025-05-30 17:27:22作者:傅爽业Veleda
问题背景
在使用BiliBiliToolPro项目时,部分用户在青龙面板环境中遇到了脚本无法正常运行的问题。具体表现为执行脚本时出现"bili_task_base.sh: line 76: /ql/shell/env.sh: No such file or directory"的错误提示。这个问题主要出现在使用Magisk青龙模块或Docker容器部署的环境中。
问题分析
经过技术分析,这个问题源于环境变量配置文件env.sh的路径问题。BiliBiliToolPro脚本在运行时需要访问/ql/shell/env.sh文件,但在某些青龙面板部署方式中,该文件可能被放置在其他位置。
解决方案
方法一:手动复制env.sh文件
-
首先需要找到env.sh文件的实际位置。常见位置包括:
- /data/alpine/ql/data/config/env.sh(Magisk青龙模块)
- /var/lib/docker/overlay2/[容器ID]/merged/ql/data/config/env.sh(Docker容器)
- /ql/data/config/env.sh(新版青龙面板)
-
使用以下命令复制文件到正确位置:
cp [找到的env.sh路径] /ql/shell/env.sh
方法二:使用自动化修复脚本
对于不熟悉Linux路径操作的用户,可以创建一个repair.sh脚本来自动完成修复:
#!/bin/bash
current_folder=$(pwd)
env_files=$(find "$current_folder" -name "env.sh" 2>/dev/null)
if [ -n "$env_files" ]; then
echo "找到以下 env.sh 文件:"
echo "$env_files" | nl
read -p "请选择要复制的文件编号 (1-${env_files##*$'\n'}), 或输入自定义路径: " file_choice
if [[ "$file_choice" =~ ^[0-9]+$ ]] && [ "$file_choice" -ge 1 ] && [ "$file_choice" -le $(echo "$env_files" | wc -l) ]; then
chosen_file=$(echo "$env_files" | sed -n "${file_choice}p")
else
chosen_file="$file_choice"
fi
read -p "请输入目标路径 (默认为/ql/shell/env.sh): " target_path
if [ -z "$target_path" ]; then
target_path="/ql/shell/env.sh"
fi
cp "$chosen_file" "$target_path"
echo "已复制文件 $chosen_file 到 $target_path"
else
echo "未找到 env.sh 文件"
fi
使用步骤:
- 将上述代码保存为repair.sh文件
- 赋予执行权限:
chmod +x repair.sh - 运行脚本:
./repair.sh
技术原理
env.sh文件包含了BiliBiliToolPro运行所需的环境变量配置。不同青龙面板部署方式(如Magisk模块、Docker容器、直接安装等)会有不同的文件系统结构,导致配置文件的路径不一致。通过将env.sh文件复制到脚本预期的位置,可以解决路径不匹配的问题。
注意事项
- 不同版本的青龙面板可能有不同的目录结构,建议先确认自己的青龙面板版本和安装方式。
- 对于Docker容器部署,需要先进入容器内部进行操作。
- 操作前建议备份env.sh文件,以防意外修改导致配置丢失。
总结
BiliBiliToolPro在青龙面板中运行时的路径问题是一个常见的环境配置问题。通过理解不同部署方式的目录结构差异,并采取相应的文件复制操作,可以轻松解决这个问题。对于不熟悉Linux操作的用户,使用提供的自动化脚本可以更安全、便捷地完成修复。
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-1.5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-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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 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 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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
263
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
268
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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