WorkBuddy提速攻略:本地Yum/apt源设置教程
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
- 上一篇
- Windows 11 恢复组策略编辑器方法
- 下一篇
- 千牛评价管理位置及回复技巧
-
- 科技周边 · 人工智能 | 10小时前 | 人工智能 · Python教程 · 图像尺寸 Pillow ControlNet diffusers 条件图
- Diffusers ControlNet 条件图尺寸匹配的处理
- 314浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | python · 人工智能 · 模型评测 Hugging Face Evaluate 指标输入格式 predictions references
- Hugging Face Evaluate 统一指标输入格式
- 134浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- RAG 检索结果去重与上下文长度控制
- 357浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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
- 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
- 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
-
- 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
- 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
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

