Invoice Ninja项目在Ubuntu 24.04系统下的PDF生成问题解决方案
问题背景
在使用Invoice Ninja自托管版本(v5.11.9-C172)时,用户从Ubuntu 22.04升级到24.04 LTS后,发现PDF生成功能失效。系统日志显示进程收到了信号5或6的错误,核心问题与Chrome/Chromium浏览器的沙箱机制有关。
错误现象分析
当尝试生成PDF时,系统会抛出以下两种错误之一:
- "The process has been signaled with signal 6"
- "The process has been signaled with signal 5"
通过直接运行Chrome二进制文件可获取更详细的错误信息,关键报错为:"No usable sandbox!",这表明系统缺少可用的沙箱环境。
根本原因
Ubuntu 23.10及更高版本(包括24.04 LTS)默认禁用了非特权用户命名空间(AppArmor限制),这是Chrome/Chromium浏览器安全沙箱运行的必要条件。这种安全限制导致Invoice Ninja依赖的SnapPDF组件无法正常生成PDF。
解决方案
方案一:使用--no-sandbox参数(不推荐)
虽然可以通过添加--no-sandbox参数快速解决问题,但这会降低系统安全性,不建议在生产环境中使用。
方案二:配置AppArmor策略(推荐)
更安全的解决方案是为Chrome创建专门的AppArmor策略:
-
首先确定Chrome二进制文件路径,通常位于:
/path/to/ninjainvoice/vendor/beganovich/snappdf/versions/[版本号]-Linux_x64/chrome-linux/chrome -
创建AppArmor配置文件:
export CHROMIUM_BUILD_PATH=/path/to/your/chrome/binary
sudo tee /etc/apparmor.d/chrome-dev-builds <<EOF
abi <abi/4.0>,
include <tunables/global>
profile chrome \$CHROMIUM_BUILD_PATH flags=(unconfined) {
userns,
include if exists <local/chrome>
}
EOF
- 重新加载AppArmor配置:
sudo service apparmor reload
验证方法
执行以下命令验证配置是否生效:
/path/to/chrome/binary -v
预期输出应包含关于X服务器的错误(这表明Chrome已能正常启动,只是缺少显示环境),而非沙箱错误。
安全注意事项
- 此解决方案授予了特定Chrome二进制文件额外的权限,应确保该文件路径不被恶意篡改
- 建议在chroot环境中运行Invoice Ninja以增加安全性
- 定期检查AppArmor日志,监控异常行为
其他环境说明
此问题不仅出现在Ubuntu 24.04上,在以下环境中也有类似报告:
- Debian 12系统
- Docker容器环境
对于Docker用户,可能需要调整容器权限或使用特定镜像来解决此问题。
总结
Ubuntu 24.04引入的安全限制影响了Invoice Ninja的PDF生成功能。通过合理配置AppArmor策略,可以在保持系统安全性的同时恢复PDF生成功能。建议用户优先采用方案二,并在实施后进行全面测试以确保系统稳定性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00