Openwsman 技术文档
2024-12-28 15:21:25作者:裴锟轩Denise
1. 安装指南
1.1 环境准备
在编译 openwsman 之前,确保安装以下依赖包:
- libxml2
- sblim-sfcc(来自 sblim 项目)
- swig 和 python(用于 python 绑定支持)
- 其他开发包,如 cmake、gcc 等
1.2 编译与安装
-
从 git 仓库检出项目后,创建一个构建目录:
mkdir build -
切换到构建目录,执行以下命令:
cd build cmake .. make -
若要运行 cmake 的 'release' 模式,请参考
package/openwsman.spec.in文件。 -
根据您的操作系统发行版,可能需要安装一些额外的包。
-
预编译(RPM)包可以在 openSUSE 构建服务 上找到。
2. 项目使用说明
openwsman 是一个 WS-Management 服务器的实现。以下是如何使用该服务器的简要说明:
2.1 服务器运行
服务器可以作为守护进程运行,这需要 root 权限;或者在前台运行,并打印调试信息到 stdout。
-
以调试模式在前台启动服务器:
/usr/sbin/openwsmand -d -
可以使用
-c选项指定配置文件:/usr/sbin/openwsmand -c /path/to/config/file
2.2 配置文件
从版本 0.1.1 开始,需要一个配置文件。可以在 ./etc 目录找到一个示例。配置文件具有以下语法:
[server]
port = 5985
ssl_port = 5986
ssl_cert_file = /etc/openwsman/servercert.pem
ssl_key_file = /etc/openwsman/serverkey.pem
basic_password_file = /etc/openwsman/simple_auth.passwd
enum_idle_timeout = 5000
max_threads = 1
3. 项目 API 使用文档
openwsman 提供了丰富的命令行工具,用于与服务器进行交互。以下是一些基本的命令和使用方法:
3.1 客户端连接
连接到服务器可以使用以下命令:
wsman identify -h <hostname> --port 5988 -u wsman --password secret
3.2 获取信息
获取服务器信息:
wsman enumerate --resource-uri http://schemas.dmtf.org/wbem/wscim/1/cim-schema/2/Win32_OperatingSystem
3.3 创建和更新资源
创建或更新资源:
wsman create --resource-uri http://schemas.dmtf.org/wbem/wscim/1/cim-schema/2/Win32_Process --input process.xml
wsman put --resource-uri http://schemas.dmtf.org/wbem/wscim/1/cim-schema/2/Win32_Process --input process.xml
3.4 删除资源
删除资源:
wsman delete --resource-uri http://schemas.dmtf.org/wbem/wscim/1/cim-schema/2/Win32_Process --uuid <uuid>
4. 项目安装方式
openwsman 可以通过以下方式安装:
- 使用预编译的 RPM 包,可在 openSUSE 构建服务 上找到。
- 从源代码编译,按照上述的编译指南进行操作。
请确保安装所有必要的依赖包,并根据您的系统环境进行适当的配置。
登录后查看全文
热门项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
349
414
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++
889
609
openEuler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。
C
338
185
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.35 K
758