util-linux项目中agetty对多issue文件处理逻辑的优化
在Linux系统的登录管理工具中,agetty作为终端登录的重要组件,其处理登录提示信息(issue文件)的机制一直遵循着特定的规则。近期,开发者对agetty处理多issue文件的逻辑进行了重新审视和优化,使其行为更符合系统管理员的预期。
传统上,agetty会按照/etc/issue、/run/issue.d/和/etc/issue.d/的顺序查找issue文件。然而,原有的实现存在一个明显的限制:当/etc/issue文件存在时,agetty会完全忽略/run/issue.d/目录下的内容。这种行为模式与systemd等现代Linux组件处理配置文件的"drop-in"机制形成了鲜明对比,后者允许基础配置文件与增量配置文件共存并合并。
这种限制在实际使用中带来了不便。系统管理员可能希望在保留基础/etc/issue内容的同时,通过/run/issue.d/添加动态生成的临时信息(如来自sshd的特殊提示)。按照原有逻辑,管理员不得不删除/etc/issue才能让/run/issue.d/中的内容生效,这显然不够灵活。
为解决这一问题,util-linux项目对agetty的issue文件处理逻辑进行了重要调整。新的实现方式更接近现代配置管理的最佳实践:
- 当/etc/issue存在时,仍然会优先读取其内容
- 但同时也会检查/run/issue.d/目录,将其中的内容作为补充
- 最后还会检查/etc/issue.d/目录获取更多配置
- 所有找到的issue文件内容将被合并输出
这种改进使得issue文件的管理更加灵活和强大。系统管理员现在可以:
- 保留稳定的基础提示信息在/etc/issue中
- 通过/run/issue.d/添加临时性的、动态生成的提示
- 使用/etc/issue.d/进行模块化的提示信息管理
- 所有内容自动合并,无需手动维护单一文件
这一变更体现了Linux工具向更灵活、更模块化方向发展的趋势,也使得agetty在容器化、动态环境等现代使用场景中表现更好。对于系统管理员而言,这意味着更精细的控制能力和更少的维护负担。
从技术实现角度看,这一优化涉及agetty核心逻辑的修改,需要谨慎处理向后兼容性和性能影响。util-linux团队通过细致的代码修改和测试,确保了新行为在各种场景下都能正确工作,同时保持了与旧版本的兼容性。
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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