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 08:37:10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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
718
4.6 K
Ascend Extension for PyTorch
Python
588
729
deepin linux kernel
C
29
16
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++
980
965
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
791
119
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
420
366
Oohos_react_native
React Native鸿蒙化仓库
C++
341
390
昇腾LLM分布式训练框架
Python
155
183
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
142
226
暂无简介
Dart
963
240