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 12:24:22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
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude 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 Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253