当前位置: 首页 > news >正文

vagrant怎么在宿主机操作虚拟机里面的系统管理和软件安装

安装vagrant参考:Vagrant虚拟机方案:docker的开源跨平台替代Vagrant-CSDN博客

在安装配置好vagrant之后,怎么在宿主机操作虚拟机里面的系统管理和软件安装呢? 

以FreeBSD虚拟系统为例:

虚拟机镜像使用generic/freebsd14或者bento/freebsd-14.3 ,这个虚拟机镜像大小只有652M左右,启动后没有带python环境。

编辑 Vagrantfile 文件实现自定义环境和软件安装,添加如下配置:

config.vm.provision "shell", inline: <<-SHELL# 更新 pip 和指定包(例如 gpt4free)pip3 install --upgrade pip gpt4free
SHELL

强制重新运行 Provisioner:

vagrant provision

注意:这只会重新执行 provision 脚本,不会重启虚拟机。

当然,需要先vagrant up启动才行。

实践

在实际操作中,发现该FreeBSD系统没有python环境,需要自己装。

修改Vagrantfile文件

  config.vm.provision "shell", inline: <<-SHELL#apt-get updatepkg updatepkg install -y python312python3.12 -m ensurepip -U#  apt-get install -y apache2SHELLconfig.vm.provision "shell", inline: <<-SHELL# 更新 pip 和指定包(例如 gpt4free)pip3 install --upgrade pip gpt4free -i https://pypi.tuna.tsinghua.edu.cn/simpleSHELL

主要是添加了pkg update和pkg install 软件,以及python安装pip的部分。

经验总结

关于Vagrantfile怎么写,需要先vagrant up虚拟机,然后到虚拟机里去操作一遍,才能知道具体应该怎么写文件。

当前来说,vagrant在Mac/Linux/Windows下都很方便安装,FreeBSD下还不太好安装。所以解决方案是在Linux下使用Vagrant,起FreeBSD的虚拟机,然后在FreeBSD里安装需要的软件。

后期需要实现在虚拟机FreeBSD里安装Linux仿真,以启动一些AI软件。

调试

启动报错default: /tmp/vagrant-shell: line 2: pip: command not found

安装python环境

pkg update 怎么自动确认呢? 哦,好像不需要确认。除非有错....

pkg install 也可以加-y,如

pkg install -y python312

http://www.xdnf.cn/news/1347013.html

相关文章:

  • 2025软件供应链安全技术路线未来趋势预测
  • vim的使用
  • Retrieval-Augmented Generation(RAG)
  • 为什么访问HTTPS站点时,会发生SSL证书错误
  • Trie 树(字典树)
  • 8月22号打卡
  • FFmpeg及 RTSP、RTMP
  • GitGithub相关(自用,持续更新update 8/23)
  • 文件下载和文件上传漏洞
  • LeetCode第1695题 - 删除子数组的最大得分
  • CSS自定义属性(CSS变量)
  • Jenkins发布spring项目踩坑——nohup java -jar发布后显示成功,但实际jps查询并未运行
  • kubernetes中pod的管理及优化
  • Python打卡Day49 CBAM注意力
  • Apache Ozone 2.0.0集群部署
  • 微信原生下载互联网oss资源保存到本地
  • CCleaner v1.2.3.4 中文解锁注册版,系统优化,隐私保护,极速清理
  • Unreal Engine Class System
  • 图数据库(neo4j)基础: 分类/标签 节点 关系 属性
  • 蓝牙部分解析和代码建构
  • set_disable_timing应用举例
  • OpenCV 图像边缘检测
  • 从“配置化思维”到“前端效率革命”:xiangjsoncraft 如何用 JSON 简化页面开发?
  • k8s 简介及部署方法以及各方面应用
  • 子类(派生类)使用父类(基类)的成员
  • 快速了解神经网络
  • AI赋能体育训练突破:AI动作捕捉矫正精准、战术分析系统提效率,运动员破瓶颈新路径
  • 数据结构之深入探索归并排序
  • go 常见面试题
  • NLP学习之Transformer(2)