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。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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