雷锋网连线OpenWrt.org:来自纯粹开源世界的声音

简介:
  
   OpenWrt的纯粹是因为它完全开源,任何个人开发者或者组织都可以免费地获取、改动和使用它的代码。OpenWrt至今没有任何稳定的赞助或者收入来源,也从不向开发者直接支付任何费用。OpenWrt.org的核心开发团队只有25个人,全球范围内每年稳定地向OpenWrt提交代码的开发者大概在1百到2百人。但就是在这样一个神奇社区的驱动下,OpenWrt的痕迹已经渗透到全球几乎所有的主流电子设备。

在上周日举办#雷锋网OpenWrt开发者沙龙#之前,雷锋网(公众号:雷锋网)连线OpenWrt.org的社区组织者Gregers Petersen进行了一次采访。

以下“雷”代表雷锋网,“G”代表Gregers Petersen。

雷:你能简单介绍一下自己吗?

G:严格意义上我不算是技术背景(Gregers的第一身份是人类学家),在OpenWrt.org我主要是协调社区跟开发者、技术公司以及一些非营利性组织的项目。OpenWrt是SPI(Software of Public Interest)的成员之一,致力于给公众提供免费、开源的软件。

雷:OpenWrt现在的影响规模是多大?

G:几乎所有大型的芯片和设备制造商都在底层使用了OpenWrt,比如Broadcom、比如Marvel。这个得益于OpenWrt的完全开放,不过厂商们在产品上未必能做到这样开放——公众未必会知道其中使用了OpenWrt。

雷:OpenWrt.org和全球的厂商们是怎样的关系?

G:大量的厂商在底层会部署OpenWrt。我们和其中的一些公司有非常好的联系,但同样也有一些公司——从技术层面我们能看到OpenWrt的应用——但我们之间从来没有联系。

雷:最初OpenWrt主是应用在路由器上,但现在OpenWrt几乎无处不在(手机、网关、PDA...)。这是怎么做到的?

G:老实说,OpenWrt的发展主要依靠的是开发者自发的兴趣和需要。比如某个开发者说,我要把它移植到x86平台,又有开发者说我们需要AMD64平台的支持。这中间可能有一些厂商捐助一些开发设备,于是大家就开始干了。在这个过程中,我们并不向开发者直接支付任何的费用。整个开发、代码审核和提交都是大家志愿来完成的。

OpenWrt没有总部,这会儿它的总部就在我家里,可以说OpenWrt的总部就是分散在全球开发者的家里。

雷:目前OpenWrt.org的开发者规模是多大?

G:OpenWrt.org的核心开发者大概是25人,每年全球范围大约有1-2百名开发者稳定地向代码库提交修改和补丁。从论坛数据来看,整个外围的开发者社区在5-6万用户。就核心开发者数量来说,我们的团队很小。

雷:这些开发者的地域分布是怎样的?

G:他们主要集中在欧洲和北美地区,我们也有少量的亚洲开发者,当然还有来自中国的。我们希望更多的中国开发者参与进来。中国是一个巨大的市场。

雷:如果我想成为一名OpenWrt社区的贡献者,我应该从哪里开始?

G:很简单,你可以直接邮件我们。最开始可能是帮我们维护某个软件包,提交一些补丁代码。

雷:今天在中国大量的家用路由以及商用路由开始使用OpenWrt,官方社区对此怎么看?

G:这就是我们一直想要看到的。我们希望有更多的公司和个人来分享这些代码成果,让OpenWrt融入更多的产品。但我们也希望借这个机会提一个小要求:我们希望这些产品公司在看到雷锋网的报道后,能跟我们沟通,提供一些样机,我们可以在这里面加入官方支持。

雷:你认为OpenWrt会变成路由上的Android吗?

G:我认为它已经是了。

雷:除了路由器外,今天在中国我们还能看到像罗未这样用OpenWrt打造智能机器的项目(参见雷锋网早前的报道),官方是怎么看待这类的项目?

G:我们很高兴能在中国看到这样的项目。全球范围内我知道有类似的团队在做类似的事,但中国开发者的特色是他们有很强的产品能力。北美或者欧洲的开发者更倾向把这些项目当成一种爱好,但中国的团队总是能拿出实际的产品。OpenWrt也会随着这些产品产生更大的影响。

在采访最后,Gregers表示他们目前还没有在中国的分支或者base,但是非常欢迎国内的开发者与OpenWrt.org勾兑,雷锋网也十分愿意在这样的勾兑中为大家牵线搭桥。

  
 
  本文作者: 吴德新

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
JavaScript 前端开发 安全
模板引擎(art-template)详解
它采用作用域预声明来优化模板渲染速度,从而获得来接近JavaScript极限的运行性能,并同时支持nodejs和浏览器 1.1.特性 模板引擎是第三方模块,让开发者以更友好的方式拼接字符串,是代码啊更清晰,更加易于维护 1.2. 模板 art-template同时支持两种语法,标准语法可以让模板更容易读写, 原始语法具有强大的逻辑处理能力
1735 0
|
Linux C语言 C++
CentOS7安装gcc-5.4.0
CentoOS7 安装gcc
4257 0
CentOS7安装gcc-5.4.0
|
24天前
|
人工智能 自然语言处理 搜索推荐
AI写作工具应用效能与治理策略研究报告
本报告聚焦AI写作工具在学术、商业、政务、创意四大场景的应用现状与适配逻辑,结合实测数据构建效率、质量、合规三维评估体系,剖析版权模糊、同质化等核心问题,提出法律、技术、行业协同治理路径,并预测认知智能、多模态创作等未来趋势,为产业健康发展提供参考。
|
2月前
|
机器学习/深度学习 人工智能 文字识别
中药材图像识别数据集(100类,9200张)|适用于YOLO系列深度学习分类检测任务
本数据集包含9200张中药材图像,覆盖100种常见品类,已标注并划分为训练集与验证集,支持YOLO等深度学习模型。适用于中药分类、目标检测、AI辅助识别及教学应用,助力中医药智能化发展。
|
4月前
|
数据采集 存储 监控
初识LightRAG:轻量级知识图谱框架指南
LightRAG创新融合知识图谱与向量检索,显著提升检索精度和可解释性。该框架轻量高效,支持多模态数据处理,提供简洁API便于快速集成。通过结构化关系补充分散语义,有效解决传统RAG系统的关系缺失与语义模糊问题。
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
812 15
|
UED C++ Python
GUI开发入门指南
GUI开发入门指南
|
JavaScript Java 开发工具
Python+Appium2.0的APP自动化环境搭建
Python+Appium2.0的APP自动化环境搭建
1763 0
|
机器学习/深度学习 算法 搜索推荐
数据分析师的职业规划与参考资料
数据分析师的职业规划与参考资料
|
文字识别 计算机视觉 Python
使用ModelScope社区搭建OCR应用
简介: 本文介绍通过ModelScope来完成光学字符识别(OCR)这一应用,该应用使用两个模型: ● 文本检测(ocr_detection) ● 文本识别(ocr_recognition)
使用ModelScope社区搭建OCR应用