XenevaOS虚拟机环境配置指南
2025-06-12 07:58:09作者:彭桢灵Jeremy
前言
XenevaOS是一个新兴的操作系统项目,为了便于开发者和爱好者体验该系统,本文详细介绍如何在虚拟机环境中配置XenevaOS运行环境。我们将重点讲解VMware Workstation和VirtualBox两种主流虚拟化平台下的配置方法。
环境准备
硬件要求
- 至少2GB内存
- 3个虚拟CPU核心
- 支持EFI启动的环境
- USB 3.0控制器(推荐)
软件要求
- VirtualBox 6.0或更高版本
- 已准备好的XenevaOS镜像文件(VMDK或VHD格式)
创建虚拟磁盘映射文件
对于使用物理USB设备启动的场景,需要创建VMDK磁盘映射文件:
-
首先确定USB设备的物理驱动器编号:
- Windows:使用
diskmgmt.msc查看 - Linux:使用
lsblk命令 - macOS:使用
diskutil list命令
- Windows:使用
-
以管理员身份运行命令提示符
-
执行以下命令创建VMDK文件:
VBoxManage createmedium -filename "路径/文件名.vmdk" --variant RawDisk --format=VMDK --property RawDrive=\\.\PhysicalDriveX
其中X替换为你的USB设备编号
Windows系统关键设置
关闭基于虚拟化的安全功能(VBS)
XenevaOS需要直接访问硬件内存区域,因此需要临时关闭Windows的VBS功能:
-
关闭内存完整性:
- 打开Windows安全中心
- 进入"设备安全"→"核心隔离详细信息"
- 关闭"内存完整性"选项
- 重启系统
-
关闭hypervisor启动类型:
- 以管理员身份运行CMD
- 执行命令:
bcdedit /set hypervisorlaunchtype off - 再次重启系统
VirtualBox虚拟机配置
基本配置
- 创建新虚拟机:
- 类型选择"Linux"
- 版本选择"Ubuntu(64位)"
- 内存设置为2048MB
- 处理器数量设置为3
- 启用EFI选项
- 不添加虚拟硬盘
高级设置
-
系统设置:
- 芯片组选择ICH9
- 指针设备选择USB Tablet
- 启用I/O APIC
-
存储设置:
- 添加AHCI(SATA)控制器
- 在控制器中添加之前创建的VMDK文件或下载的VHD文件
-
音频设置:
- 主机音频驱动选择Windows Direct Sound
- 音频控制器选择Intel HD Audio
- 启用音频输出和输入
-
USB设置:
- 启用USB控制器
- 选择USB 3.0(XHCI)控制器
XenevaOS使用指南
启动桌面环境
XenevaOS v1.0版本需要手动启动桌面组件:
- 在终端输入
xelnch启动AppTray进程 - 按Ctrl+C中断终端
- 输入
nmdapha启动桌面任务栏 - 点击任务栏上的Xeneva图标打开应用菜单
音频播放功能
XenevaOS内置音频播放器支持48kHz/16bit的WAV格式:
- 在终端输入:
play -file /music/folk.wav
- 按Ctrl+C可中断播放返回shell
调试与故障排除
建议附加串行终端以获取系统内部消息,这对调试系统崩溃非常有帮助。配置方法请参考相关文档。
注意事项
当前版本的XenevaOS需要手动启动各组件,暂不支持自动启动所有服务。在使用过程中如遇问题,建议检查虚拟机配置是否严格按照本文要求设置。
通过以上步骤,您应该能够顺利在虚拟机中运行XenevaOS并体验其基本功能。随着项目的不断发展,未来版本可能会简化安装和使用流程。
登录后查看全文
热门项目推荐
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-X1-7BSpark-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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
315
2.74 K
deepin linux kernel
C
24
7
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++
639
246
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
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
470
Ascend Extension for PyTorch
Python
155
178
暂无简介
Dart
606
136
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
240
85
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
364
3.02 K
React Native鸿蒙化仓库
JavaScript
238
310