BSD Owl Scripts 项目安装指南:从系统级到用户级的完整部署方案
2025-06-04 17:22:14作者:乔或婵
前言
BSD Owl Scripts 是一套基于 BSD make 的构建系统工具集,它通过提供标准化的 makefile 模板和构建规则,简化了软件项目的构建过程。本文将详细介绍如何在不同的操作系统环境中安装和配置 BSD Owl Scripts,包括系统级安装和用户级安装两种方案。
系统要求
基础依赖:make 程序
BSD Owl Scripts 对 make 程序有特定版本要求:
- FreeBSD 9.0+:可直接使用系统自带的
make程序 - Mac OS X 10.4+:需要安装第三方
bmake程序 - Debian 7.0+:同样需要安装
bmake程序
可选依赖(按需安装)
根据实际使用需求,可能还需要以下工具:
- 图像处理:graphicsmagick
- 文本处理:awk, m4
- 编程语言:ocaml, ocaml-findlib
- 文档处理:texlive-latex-base, opensp
- 加密工具:gnupg
系统级安装(管理员权限)
第一步:获取并验证安装包
建议下载最新稳定版的 tar.xz 压缩包及其签名文件,下载后应先验证签名确保文件完整性。
第二步:解压并进入目录
# tar xJf bsdowl-3.0.0-20150314.tar.xz
# cd bsdowl-3.0.0-20150314
第三步:配置安装路径
选择系统级安装目录(如 /usr/local):
# ./configure --prefix=/usr/local
第四步:编译并安装
# make -r all
# make -r install
第五步:系统级配置
为使所有用户都能使用 BSD Owl Scripts,需修改系统级 make 配置文件:
- 编辑
/etc/make.conf文件 - 添加以下内容:
.MAKEFLAGS: -I /usr/local/share/mk
此配置确保系统 make 程序能够找到 BSD Owl Scripts 提供的 makefile 模板。
用户级安装(普通用户权限)
第一步:获取并验证安装包
同样需要下载安装包和签名文件,并验证签名。
第二步:解压并进入目录
% tar xJf bsdowl-3.0.0-20150314.tar.xz
% cd bsdowl-3.0.0-20150314
第三步:配置用户级安装路径
% ./configure --prefix=${HOME}
第四步:编译并安装
% env MAKEFLAGS= make -r all
% env MAKEFLAGS= make -r install
第五步:用户环境配置
根据使用的 shell 类型,配置略有不同:
Bash/Sh 用户
编辑 ~/.profile 或 ~/.bashrc,添加:
PATH="${HOME}/bin:${PATH}"
MAKEFLAGS="${MAKEFLAGS}${MAKEFLAGS:+ }-I ${HOME}/share/mk"
export PATH
export MAKEFLAGS
Tcsh 用户
编辑 ~/.cshrc 或 ~/.tcshrc,添加:
set -f path = ( $path $HOME/bin )
if ( $?MAKEFLAGS ) then
set makeflags = ( $MAKEFLAGS )
else
set makeflags = ()
endif
set makeflags = ( $makeflags "-I ${HOME}/share/mk" )
setenv MAKEFLAGS "$makeflags"
unset makeflags
安装验证
安装完成后,可以通过以下方式验证:
- 检查
${prefix}/bin目录下是否有 bsdowl 相关脚本 - 检查
${prefix}/share/mk目录下是否有 makefile 模板文件 - 尝试在一个简单项目中使用 bsdowl 的构建规则
注意事项
- 在多用户系统中,建议优先考虑系统级安装
- 如果同时存在系统级和用户级安装,用户级配置会覆盖系统级配置
- 某些高级功能可能需要额外安装依赖包
- 不同操作系统下,依赖包的名称可能有所不同
通过以上步骤,您应该能够成功安装并配置 BSD Owl Scripts,无论是系统级部署还是个人开发环境配置。这套工具集将显著简化您的项目构建流程,特别是在跨平台开发场景下。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
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
353
209
昇腾LLM分布式训练框架
Python
119
146
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781