在Oxidized中实现对Ubiquiti AirOS 10设备的配置备份
2025-06-27 07:49:57作者:庞眉杨Will
Oxidized作为一款优秀的网络设备配置备份工具,支持多种网络设备的自动化配置备份。本文将介绍如何为Ubiquiti AirOS 10系列设备创建自定义模型,实现配置的自动备份。
AirOS 10设备特性分析
Ubiquiti AirOS 10是Ubiquiti Networks推出的新一代操作系统,运行在Wave Pro等设备上。与早期版本相比,AirOS 10在命令行接口上有显著变化:
- 默认SSH会话会进入BusyBox的ash shell环境
- 系统配置信息存储在/etc/config.json和/etc/board.json文件中
- 提供了
ucfg show命令,可以输出精简版的配置信息
创建Oxidized模型
针对AirOS 10的这些特性,我们可以创建一个专门的Oxidized模型来处理配置备份。以下是完整的模型实现代码:
class Airos10 < Oxidized::Model
using Refinements
# Ubiquiti AirOS circa 10.x
prompt /^[^#]+# /
comment '# '
cmd 'ucfg show'
cfg :ssh do
exec true
end
end
代码解析
- 类定义:继承自Oxidized::Model基类,命名为Airos10
- 提示符匹配:使用正则表达式
/^[^#]+# /匹配设备命令行提示符 - 注释符号:设置为
#,用于在生成的配置文件中添加注释 - 核心命令:使用
ucfg show获取设备配置信息 - SSH配置:设置
exec true确保命令在SSH会话中正确执行
实现原理
该模型通过SSH连接到设备后,会执行以下操作:
- 等待匹配到设备的命令行提示符
- 发送
ucfg show命令获取配置信息 - 将获取的配置信息保存到Oxidized的配置仓库中
ucfg show命令的优势在于它能够输出精简而完整的配置信息,避免了直接解析JSON配置文件可能带来的复杂性。
部署建议
- 将此模型代码保存为
airos10.rb文件 - 放置在Oxidized的模型目录中(通常为
~/.config/oxidized/model/) - 在Oxidized的配置文件中为AirOS 10设备指定此模型
扩展可能性
对于需要更详细配置备份的场景,可以考虑扩展此模型:
- 添加对/etc/config.json和/etc/board.json文件的备份
- 实现配置差异比较功能
- 添加设备健康状态信息的收集
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-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
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 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
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