首页
/ 在NixOS中配置Oilshell作为默认Shell的技术指南

在NixOS中配置Oilshell作为默认Shell的技术指南

2025-06-26 18:41:16作者:董宙帆

Oilshell项目提供了两个不同的Shell实现:osh(兼容POSIX的Shell)和ysh(更现代化的Shell)。本文将详细介绍如何在NixOS系统中将它们配置为默认Shell。

背景知识

Oilshell项目目前提供两种打包方式:

  1. oil包 - 基于Python实现的早期版本
  2. oils-for-unix包 - 更现代的C++实现版本

在NixOS中,这两个包分别对应不同的Nix包名。值得注意的是,oil包未来可能会被弃用,推荐使用oils-for-unix包。

配置方法

基础配置

对于Nushell这类单一可执行文件的Shell,配置非常简单:

defaultUserShell = pkgs.nushell;

但对于Oilshell,由于它包含多个可执行文件(osh和ysh),需要额外指定主程序:

defaultUserShell = pkgs.oils-for-unix.overrideAttrs (old: {
  mainProgram = "osh";  # 或 "ysh"
});

完整配置示例

在NixOS的configuration.nix中,可以这样配置:

{ pkgs, ... }: {
  users.defaultUserShell = pkgs.oils-for-unix.overrideAttrs (old: {
    mainProgram = "ysh";  # 使用ysh作为默认Shell
  });
}

进阶配置建议

  1. 历史记录和配置文件:Oilshell需要特定的目录来存储历史记录和配置文件,确保这些目录已创建并正确配置权限。

  2. Shell选项:考虑通过Nix模块或home-manager配置来预设常用的shopt选项,这可以简化新用户的初始配置。

  3. 多Shell环境:如果同时需要osh和ysh,可以创建包装脚本或别名来方便切换。

注意事项

  • 确保使用最新版本的oils-for-unix包,因为它代表了项目的未来发展方向
  • 如果遇到问题,检查是否正确定义了mainProgram属性
  • 考虑为新用户创建必要的配置文件和目录结构

通过以上配置,用户可以在NixOS系统中无缝使用Oilshell作为日常Shell环境,享受其现代化特性和对传统Shell脚本的兼容性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
ops-mathops-math
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++
519
50
RuoYi-Vue3RuoYi-Vue3
🎉 (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
943
556
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
196
279
openHiTLSopenHiTLS
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
993
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
361
12
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71