Linux系统操作

#用户的管理#


#1.系统中为什么要有用户
用户:底层安全设定的一部分,用户有特定的权(限制权利),

组:用来共享权利。
两种:  能决定的叫附加组(不一定都有)
        不能改变的组 初始组(所有用户都有)


#2.用户存在的形态
用户是以表格的形式存在加上调用的配置文件。

#3.用户配置文件

/etc/passwd   #用户信息文件
用户名称:密码:用户id:组id:用户说明:用户家目录:用户默认使用的shell

/etc/group          ##用户组信息
组名称:组密码:组id:附加组成员

/home/username      #用户家目录

/etc/skel.*          ##用户骨文件(用户环境配置模板,在用户建立时会自动被复制到家目录中)

#4.用户的查看

whoami             ##查看当前用户的名称


id  username     ##查看用户的id信息


id   -u        username       #查看用户的uid


     -g        username       #查看用户的gid


     -G        username       #查看用户所在的所有的组的id


     -n        username       ##以名称显示信息

#5.用户的建立及删除
watch  -n 1 'tail -n 4 /etc/passwd /etc/group;ls -1 /home'   #用此命令查看实验效果

 


/etc/login.defs                   #在此文件中可以设定建立用户的默认信息


userdel   username                  #删除用户身份


userdel -r username                  #删除用户身份和用户的系统配置文件


useradd      username                ##使用默认规则建立用户(规则参看/ec/login.defs)


useradd -u   username                ##制定用户


useradd -g   username                ##制定用户的初始组id


useradd -G   username                #指定用户的附加组


useradd -c   username                ##指定用户的说明文字
useradd -d   username                ##指定用户的家目录
useradd -s   username                ##指定用户的shell(系统中可以用shell可在/etc/shells中查看)


groupadd        groupname    ##建立组


groupadd -g    groupname     ##建立组指定组id


#6.用户的管理
usermod   username
       -l               ##用户名称


       -u                ##uid


       -g               ## 初始组id
       -G                ##更改u附加组


       -aG                ##增加附加组


       -c                ##更改用户说明


       -d                ##更改家目录指向


       -md                ##更改家目录指向并重命名
      -s                 ##更改用户的shell

先查看shell

 

再更改


#7.用户切换
su - username                    #切换用户,高级用户切换到低级用户不需要密码


                                #低级用户切换到高级用户或者切换到平级用户需要后者密码


"注意:"
"1.用户切换后及时退出再切换到下一个用户"
"2.su - 表示切换用户身份及用户环境"

#8.用户的认证信息
/etc/shadow                       ##用户的认证信息


用户名称:
用户密码:
      md5  sha512
      passwd username    ##只有超级用户执行


      passwd             ##普通用户修改自己的密码


      usermod -L         ##冻结帐号


      usermod -U         #解锁
      passwd -l              #冻结帐号(强度更强)


      passwd -u                   ##解锁
      passwd -d              #清空密码


   
密码最后一次被修改的时间:
   当此位数字为0时,用户在登录系统时会被强制改密码
   chage -d 0 westos
   passwd -e westos


密码最短有效期:
    chage -m 1 westos
    passwd -n 3 westos


密码最长有效期:
   chage -M 30 westos
  passwd -x 40 westos


密码过期警告:
   chage -W 2 westos


密码非活跃期:
   chage -I 2 westos
   passwd -i 0 westos


帐号到期日:
   chage -E "2018-11-11"


未设定用户自定义su - linux

#9.用户权力下放

1.配置文件
/etc/sudoers

2.配置命令
visudo        ##此命令提供语法检测

 

 

用户名称 主机名称-(执行程序身份) 命令            #当执行命令时需要用户验证
linux11  dns-server.example.com=(root) /usr/sbin/useradd

用户名称 主机名称-(执行程序身份) NOPASSWD:命令1,命令2  ##当执行命令时不su - i需要用户验证
linux11 dns-server.example.com=(root)    /usr/sbin/useradd,/usr/sbin/userdel

 

 


测试:
su - linux11
sudo useradd hello

 

 

 

10、修改虚拟机超级用户的密码(在不知道密码的情况下)
1)、重启虚拟机,一直按上下健,直到出现选项

linux基础(用户管理)
然后选中下面的哪一个,按e
2)、然后出现一个界面,从linux16的末尾开始删除,一直删到ro,把ro改为rw,然后加空格,再加上rd.break ,然后按Ctril+x。

3)然后在代码不再滚动的时候,输入charoot /sysroot/,按回车,然后在输入passwd,页面会让输入新密码,然后输入要修改的密码,重复输入两次密码,然后输入两次exit,然后就可以用修改后的密码登陆了

### LlamaIndex 多模态 RAG 实现 LlamaIndex 支持多种数据类型的接入与处理,这使得它成为构建多模态检索增强生成(RAG)系统的理想选择[^1]。为了实现这一目标,LlamaIndex 结合了不同种类的数据连接器、索引机制以及强大的查询引擎。 #### 数据连接器支持多样化输入源 对于多模态数据的支持始于数据收集阶段。LlamaIndex 的数据连接器可以从多个异构资源中提取信息,包括但不限于APIs、PDF文档、SQL数据库等。这意味着无论是文本还是多媒体文件中的内容都可以被纳入到后续的分析流程之中。 #### 统一化的中间表示形式 一旦获取到了原始资料之后,下一步就是创建统一而高效的内部表达方式——即所谓的“中间表示”。这种转换不仅简化了下游任务的操作难度,同时也提高了整个系统的性能表现。尤其当面对复杂场景下的混合型数据集时,良好的设计尤为关键。 #### 查询引擎助力跨媒体理解能力 借助于内置的强大搜索引擎组件,用户可以通过自然语言提问的形式轻松获得所需答案;而对于更复杂的交互需求,则提供了专门定制版聊天机器人服务作为补充选项之一。更重要的是,在这里实现了真正的语义级关联匹配逻辑,从而让计算机具备了一定程度上的‘认知’功能去理解和回应人类意图背后所蕴含的意义所在。 #### 应用实例展示 考虑到实际应用场景的需求多样性,下面给出一段Python代码示例来说明如何利用LlamaIndex搭建一个多模态RAG系统: ```python from llama_index import GPTSimpleVectorIndex, SimpleDirectoryReader, LLMPredictor, PromptHelper, ServiceContext from langchain.llms.base import BaseLLM import os def create_multi_modal_rag_system(): documents = SimpleDirectoryReader(input_dir='./data').load_data() llm_predictor = LLMPredictor(llm=BaseLLM()) # 假设已经定义好了具体的大型预训练模型 service_context = ServiceContext.from_defaults( chunk_size_limit=None, prompt_helper=PromptHelper(max_input_size=-1), llm_predictor=llm_predictor ) index = GPTSimpleVectorIndex(documents, service_context=service_context) query_engine = index.as_query_engine(similarity_top_k=2) response = query_engine.query("请描述一下图片里的人物表情特征") print(response) ``` 此段脚本展示了从加载本地目录下各类格式文件开始直到最终完成一次基于相似度排序后的top-k条目返回全过程。值得注意的是,“query”方法接收字符串参数代表使用者想要询问的内容,而在后台则会自动调用相应的解析模块并结合先前准备好的知识库来进行推理计算得出结论。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值