在Ubuntu 22.04上安装sshx时遇到的protobuf版本问题解决方案
sshx是一个基于Rust开发的SSH终端共享工具,它使用了Protocol Buffers(protobuf)作为其内部通信协议。在安装过程中,用户可能会遇到protobuf版本不兼容的问题,特别是当系统自带的protobuf编译器版本较旧时。
问题现象
当在Ubuntu 22.04系统上通过cargo install sshx命令安装sshx时,会出现编译错误,提示信息为:
protoc failed: sshx.proto: This file contains proto3 optional fields, but --experimental_allow_proto3_optional was not set.
这个错误表明sshx使用了proto3的可选字段特性,但系统安装的protobuf编译器版本过低,不支持这一特性。
问题原因
Ubuntu 22.04默认仓库中的protobuf编译器版本为3.12.x,而proto3的可选字段特性是在protobuf 3.15版本中引入的。sshx项目使用了这一新特性,因此需要更高版本的protobuf编译器才能成功编译。
解决方案
方法一:手动安装新版protobuf编译器
- 创建临时目录并下载最新版protobuf编译器:
mkdir /protoc
wget -qO- https://github.com/protocolbuffers/protobuf/releases/download/v29.2/protoc-29.2-linux-x86_64.zip | bsdtar -xvf- -C /protoc
- 安装protobuf编译器到系统路径:
mv -v /protoc/bin/protoc /usr/local/bin && chmod +x /usr/local/bin/protoc
- 安装protobuf头文件:
mkdir -p /usr/local/include/google/protobuf/
mv -v /protoc/include/google/protobuf/* /usr/local/include/google/protobuf/
- 清理临时文件:
rm -rf /protoc
方法二:使用版本管理工具
如果你使用mise这样的版本管理工具,可以更方便地管理不同版本的protobuf编译器:
mise use -g protoc
mise use -g cargo:sshx
方法三:升级操作系统
Ubuntu 24.04及更高版本已经包含了支持proto3可选字段特性的protobuf编译器版本。如果可行,升级操作系统也是一个简单的解决方案。
技术背景
Protocol Buffers是Google开发的一种高效的数据序列化格式。在proto3语法中,最初移除了"optional"关键字,所有字段都是可选的。但在实际使用中,开发者发现需要明确区分"未设置"和"设置为默认值"的情况,因此在protobuf 3.15版本中重新引入了optional关键字。
sshx项目使用了这一特性来提高协议的灵活性和表达能力,因此需要较新版本的protobuf编译器支持。
总结
在Ubuntu 22.04上安装sshx时遇到的protobuf版本问题,主要是由于系统自带的protobuf编译器版本过低导致的。通过手动安装新版protobuf编译器或使用版本管理工具,可以轻松解决这个问题。理解proto3可选字段特性的发展历史,也有助于开发者更好地处理类似的依赖问题。
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