Companion项目本地Shell脚本执行权限问题解析
2025-07-08 09:25:32作者:蔡丛锟
问题背景
在使用Companion 3.4.2版本在树莓派4上部署时,用户遇到了一个典型的权限管理问题。具体表现为:当尝试通过Companion的"Internal: Run Local Shell Script"功能执行本地脚本时,系统返回错误代码126(权限不足),尽管该脚本在终端中手动执行时工作正常。
技术原理分析
这个问题的核心在于Linux系统的用户权限模型和Companion服务的运行机制:
-
Companion服务运行用户:默认情况下,Companion服务以
companion用户身份运行,而不是常见的pi用户。 -
Linux文件权限模型:要执行一个脚本,不仅需要脚本文件本身有可执行权限,还需要用户对脚本所在路径的所有父目录具有执行权限(即可以进入目录)。
-
SSH密钥访问:用户配置的SSH密钥是存储在
pi用户下的,而companion用户无法访问这些密钥文件。
解决方案
针对这一问题,有以下几种可行的解决方案:
方案一:调整脚本存放位置
将脚本移动到companion用户可以访问的目录,如:
sudo mv /home/pi/shutdown_satellite.sh /opt/
sudo chown companion:companion /opt/shutdown_satellite.sh
sudo chmod +x /opt/shutdown_satellite.sh
方案二:修改目录权限
如果必须将脚本保留在pi用户目录下,可以修改目录权限:
sudo chmod o+rx /home/pi
sudo chmod o+rx /home/pi/shutdown_satellite.sh
方案三:使用专用目录
最佳实践是创建一个专门用于共享脚本的目录:
sudo mkdir /usr/local/companion-scripts
sudo chown pi:companion /usr/local/companion-scripts
sudo chmod 775 /usr/local/companion-scripts
安全注意事项
-
权限分配应遵循最小权限原则,不要过度放宽权限。
-
对于需要sudo权限的操作,建议使用visudo配置特定的命令白名单。
-
SSH密钥应妥善保管,避免权限设置不当导致的安全风险。
最佳实践建议
-
为Companion相关脚本创建专用用户和组,实现更精细的权限控制。
-
考虑使用systemd服务来管理需要特权的操作。
-
在脚本中加入详细的日志记录,便于问题排查。
-
对于跨设备操作,建议使用Companion的SSH模块而非本地脚本调用。
通过理解这些权限管理原则,用户可以更安全有效地在Companion项目中实现自动化脚本执行功能。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218