在ARM64设备上使用box64运行x86软件时解决依赖库缺失问题
2025-06-13 12:53:58作者:翟江哲Frasier
box64是一款强大的x86_64模拟器,专为在ARM64架构设备上运行x86_64应用程序而设计。本文将详细介绍在使用box64运行x86软件时遇到的依赖库缺失问题及其解决方案。
问题现象
当用户在Raspberry Pi OS(基于Debian)上尝试运行x86软件时,box64报告了多个依赖库加载失败的错误。具体表现为:
Error loading needed lib libwebkit2gtk-4.1.so.0
Error loading needed lib libsoup-3.0.so.0
Error loading needed lib libjavascriptcoregtk-4.1.so.0
尽管系统已安装这些库的ARM64版本,但box64需要的是x86_64架构的版本才能正确模拟运行x86应用程序。
问题根源
box64虽然主要针对游戏优化,但也能运行常规应用程序。然而,某些依赖库(特别是webkitgtk相关库)并未被box64原生封装。这意味着:
- box64无法直接使用系统现有的ARM64架构库文件
- 必须提供x86_64架构版本的缺失库才能继续运行
解决方案
获取x86_64架构库文件
- 从x86_64架构的Linux系统中提取所需库文件
- 或从x86_64架构的软件包中解压获取
关键需要获取以下库文件:
- libwebkit2gtk-4.1.so.0
- libsoup-3.0.so.0
- libjavascriptcoregtk-4.1.so.0
配置库文件路径
获取x86_64架构库文件后,需要将它们放置在box64能够找到的位置。有以下几种方法:
- 标准库目录:将库文件复制到系统标准库目录中
- 二进制目录:将库文件放在与可执行文件相同的目录下
- 自定义目录:创建专用目录存放这些库文件
对于自定义目录方案,需要通过环境变量指定库文件搜索路径:
# 使用LD_LIBRARY_PATH(影响所有程序)
export LD_LIBRARY_PATH=/path/to/x86_64/libs:$LD_LIBRARY_PATH
# 或使用BOX64_LD_LIBRARY_PATH(仅影响box64)
export BOX64_LD_LIBRARY_PATH=/path/to/x86_64/libs
最佳实践建议
- 库文件管理:建议为x86_64库文件创建专用目录,便于管理和更新
- 环境变量配置:将环境变量设置添加到用户配置文件(如~/.bashrc)中,避免每次手动设置
- 版本兼容性:注意保持x86_64库文件版本与应用程序需求的兼容性
- 系统隔离:避免将x86_64库文件混入系统标准库目录,防止与原生库冲突
通过以上方法,用户可以在ARM64设备上成功运行依赖webkitgtk等复杂库的x86应用程序,扩展了box64的应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322