stderred 项目技术文档
本文档将详细介绍如何安装、使用及配置 stderred 项目,该项目能够将标准错误输出(stderr)染成红色,以便与标准输出(stdout)区分。
1. 安装指南
首先,您需要克隆项目仓库:
$ git clone git://github.com/ku1ik/stderred.git
$ cd stderred
确保在以下步骤中使用的 libstderred.so 路径是绝对路径。
对于 Linux 和 FreeBSD
确保安装了编译所需的 cmake 和 gcc 工具链:
- Ubuntu 用户:
sudo apt-get install build-essential cmake
- Fedora 用户:
sudo yum install make cmake gcc gcc-c++
- FreeBSD 用户:
pkg install cmake
然后编译项目:
$ make
在 shell 配置文件(如 .bashrc 或 .zshrc)中导出 LD_PRELOAD 变量:
export LD_PRELOAD="/absolute/path/to/stderred/build/libstderred.so${LD_PRELOAD:+:$LD_PRELOAD}"
多架构系统
在某些 Linux 发行版上,您可以在 64 位系统上安装 32 位软件包。然而,64 位编译的共享库不能与 32 位二进制文件一起使用。幸运的是,Linux 的动态链接器支持动态字符串令牌(DST),它允许在运行二进制文件时动态替换 LD_PRELOAD 变量中的 $LIB 令牌。
您可以为两种架构编译 stderred,然后自动使用正确的版本:
$ make 32 && make 64
并在 shell 配置中这样导出 LD_PRELOAD:
export LD_PRELOAD="/path/to/stderred/$LIB/libstderred.so${LD_PRELOAD:+:$LD_PRELOAD}"
请注意,Ubuntu 不支持 $LIB 令牌。
对于 OSX
编译项目:
$ make
在 shell 配置文件中导出 DYLD_INSERT_LIBRARIES 变量:
export DYLD_INSERT_LIBRARIES="/absolute/path/to/build/libstderred.dylib${DYLD_INSERT_LIBRARIES:+:$DYLD_INSERT_LIBRARIES}"
通用库
OSX 通过支持所谓的“通用”库来解决多架构问题,这种库包含为 32 位和 64 位架构编译的代码副本。
如果要构建通用库,请使用以下命令:
$ make universal
然后如上所述导出 shell 环境变量。
检查是否工作
执行以下命令检查是否正确工作:
$ find -q
$ cat nonexistingfile
$ ls nonexistingfile
$ python -c 'import os; print "Yo!"; os.write(2, "Jola\n\r")'
$ STDERRED_ESC_CODE=$(echo -e '\e[;92m') ruby -e 'puts "Yo!"; warn "Jola"'
"Jola" 应该以红色打印。
2. 使用说明
stderred 通过在 stderr 输出中插入 ANSI 转义码来工作,它不需要重新编译现有的二进制文件。
使用别名
除了通过 shell 配置文件全局启用外,您还可以为特定命令创建别名以选择性染红 stderr:
$ alias stderred="LD_PRELOAD=/absolute/path/to/build/libstderred.so\${LD_PRELOAD:+:\$LD_PRELOAD}"
$ stderred java lol
3. 项目 API 使用文档
stderred 主要通过环境变量进行配置。以下是几个关键的配置选项:
自定义颜色代码
如果您希望使用其他颜色或添加额外的转义码(如加粗/高亮、斜体、不同背景),可以导出 STDERRED_ESC_CODE 变量:
bold=$(tput bold || tput md)
red=$(tput setaf 1)
export STDERRED_ESC_CODE=`echo -e "$bold$red"`
程序黑名单
某些程序可能会错误地使用 stderr 打印信息。如果您希望为特定程序关闭 stderred,可以导出 STDERRED_BLACKLIST 变量:
export STDERRED_BLACKLIST="^(bash|test.*)$"
4. 项目安装方式
项目安装方式已在“安装指南”中详细说明。简而言之,您需要克隆仓库、编译代码,并将 LD_PRELOAD 或 DYLD_INSERT_LIBRARIES 环境变量设置为指向编译出的共享库的路径。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00