当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > WorkBuddy提速攻略:本地Yum/apt源设置教程

WorkBuddy提速攻略:本地Yum/apt源设置教程

2026-04-12 16:02:38 0浏览 收藏
WorkBuddy在Linux系统上安装时依赖下载缓慢或失败,往往源于默认境外软件源的网络延迟、DNS污染或内网隔离限制;本文提供一套完整、分场景的加速方案:面向公网用户,推荐一键切换为阿里云Yum源(CentOS/RHEL)或清华apt源(Ubuntu/Debian),显著提升解析与下载速度;针对完全断网的高安全内网环境,详解如何构建并共享本地离线仓库;此外还涵盖临时调试下绕过GPG校验的应急技巧——无论你身处校园、企业还是开发测试现场,都能快速定位瓶颈、精准提速,让WorkBuddy部署从“等待焦虑”变为“秒级就绪”。

如何为WorkBuddy安装过程提速?使用本地Yum源/apt源

如果您在Linux系统上安装WorkBuddy时发现依赖下载缓慢、超时或因网络策略无法拉取远程包,则很可能是系统默认Yum源或apt源位于境外或响应延迟较高。以下是针对此问题的多种加速方案:

一、切换为国内镜像Yum源(CentOS/RHEL系)

替换系统默认base、epel等仓库地址为国内高校或云服务商镜像,可显著提升rpm包及依赖解析速度,避免DNS污染与跨境路由绕行。

1、备份原配置:sudo cp -r /etc/yum.repos.d/ /etc/yum.repos.d.bak。

2、清空原有repo文件:sudo rm -f /etc/yum.repos.d/*.repo。

3、下载阿里云CentOS镜像源配置(以CentOS 7为例):sudo curl -o /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-7.repo。

4、启用EPEL扩展源:sudo yum install -y epel-release,随后执行sudo sed -i 's|^#baseurl=https://download.fedoraproject.org/pub|baseurl=https://mirrors.aliyun.com|g' /etc/yum.repos.d/epel.repo。

5、生成缓存并验证:sudo yum clean all && sudo yum makecache,输出中出现“元数据缓存已建立”即表示生效。

二、更换为清华源apt源(Ubuntu/Debian系)

Ubuntu默认使用archive.ubuntu.com,该域名在国内部分运营商下存在解析慢、连接不稳定等问题;切换至tsinghua.edu.cn镜像可降低首包延迟并提升并发下载吞吐。

1、备份原sources.list:sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak。

2、清空并写入清华源配置(以Ubuntu 22.04为例):echo "deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse" | sudo tee /etc/apt/sources.list。

3、追加更新源与安全源:echo "deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse" | sudo tee -a /etc/apt/sources.list;echo "deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse" | sudo tee -a /etc/apt/sources.list。

4、更新索引:sudo apt update,观察终端是否快速输出“获取:1 https://mirrors.tuna.tsinghua.edu.cn…”且无timeout提示。

三、配置离线本地Yum/Apt仓库(内网隔离环境)

当目标服务器完全断网或处于高安全等级内网时,无法访问任何公网源,此时需预先在联网机器构建本地仓库镜像,并通过局域网HTTP共享服务提供给安装节点使用,彻底规避外网依赖。

1、在联网主机上安装reposync工具:sudo yum install -y yum-utils(CentOS)或sudo apt install -y apt-mirror(Ubuntu)。

2、同步核心仓库(以CentOS 7 + EPEL为例):sudo reposync -r base -r epel --download-metadata -p /var/www/html/yum/;Ubuntu侧执行:sudo apt-mirror /etc/apt/mirror.list(需先配置mirror.list指向官方源)。

3、启动简易HTTP服务:sudo python3 -m http.server 8000 -d /var/www/html(CentOS)或sudo systemctl start nginx(Ubuntu,需预装nginx并配置root为/mirror)。

4、在目标机修改源地址为内网IP:sed -i 's|https://mirrors.tuna.tsinghua.edu.cn|http://192.168.1.100:8000|g' /etc/apt/sources.list(Ubuntu)或替换/etc/yum.repos.d/中所有baseurl为http://192.168.1.100/yum/(CentOS)。

四、禁用GPG校验与元数据检查(临时调试场景)

某些老旧镜像站未及时更新GPG密钥或repomd.xml签名,导致yum/apt卡在验证阶段;在可信局域网环境中,可临时关闭校验以跳过阻塞点,加快依赖解析流程。

1、CentOS临时关闭:sudo sed -i 's/gpgcheck=1/gpgcheck=0/g' /etc/yum.repos.d/*.repo;同时添加metadata_expire=1m避免缓存过期重检。

2、Ubuntu临时关闭:echo "APT::Get::AllowUnauthenticated \"true\";" | sudo tee /etc/apt/apt.conf.d/99allow-unauthenticated。

3、执行更新命令后立即恢复:sudo sed -i 's/gpgcheck=0/gpgcheck=1/g' /etc/yum.repos.d/*.repo;删除上述99allow-unauthenticated文件。

本篇关于《WorkBuddy提速攻略:本地Yum/apt源设置教程》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!

Windows 11 恢复组策略编辑器方法Windows 11 恢复组策略编辑器方法
上一篇
Windows 11 恢复组策略编辑器方法
千牛评价管理位置及回复技巧
下一篇
千牛评价管理位置及回复技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    300次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    356次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    355次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    322次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    141次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码