CRI-O项目在Fedora 41/Rawhide上的构建问题分析与解决方案
在Kubernetes容器运行时接口项目CRI-O的开发过程中,开发团队遇到了一个在Fedora 41/Rawhide系统上构建失败的技术问题。这个问题特别出现在使用Packit CI进行构建时,表现为链接阶段出现未定义符号的错误。
问题的核心症状是在构建过程中链接器报告多个未定义的符号引用,特别是与github.com/tetratelabs/wazero包相关的entrypoint和afterGoFunctionCallEntrypoint符号。这些符号是通过Go语言的go:linkname指令在Wazero项目的汇编代码中定义的,但在链接阶段却无法被正确解析。
深入分析这个问题,我们可以发现它实际上涉及多个技术层面的交互:
-
Go语言与系统链接器的交互:Go的链接器与系统原生链接器(如GNU ld)在处理符号时存在差异,特别是在使用
go:linkname这种低级特性时。 -
Fedora的安全强化机制:Fedora系统默认启用了
redhat-hardened-ld等安全强化选项,这些选项会对链接过程施加更严格的检查,包括对未定义符号的处理。 -
RPM构建环境特性:在RPM构建环境中,额外的构建标志和安全检查可能会影响最终的链接行为。
经过CRI-O维护团队的调查和社区贡献者的协助,最终确定了两种可行的解决方案:
-
修改RPM spec文件:通过在spec文件中添加
%global __golang_extldflags -Wl,-z,undefs选项,可以告诉链接器允许未定义的符号存在,这在插件加载等场景下是合理的。 -
使用版本化RPM包:Fedora社区已经转向为不同版本的CRI-O提供独立的RPM包(如cri-o1.32),这种版本化的打包方式解耦了操作系统版本与容器运行时版本之间的紧密依赖关系。
这个问题不仅揭示了Go语言与系统工具链交互时可能遇到的边界情况,也展示了开源社区如何协作解决跨领域的构建问题。对于使用类似技术栈的开发者来说,这个案例提供了宝贵的经验:
- 当遇到链接器报告未定义符号时,可以考虑是否是安全强化选项导致的
- 在RPM构建环境中,可以通过调整链接器标志来解决特定的构建问题
- 版本化的软件包管理策略可以提供更灵活的依赖管理
最终,通过社区成员的共同努力,这个问题得到了有效解决,确保了CRI-O在Fedora最新版本上的顺利构建和运行。
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