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
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609