QuickJS项目在Windows SDK 26100下的兼容性问题分析
2025-07-10 12:10:55作者:劳婵绚Shirley
背景介绍
QuickJS是一个轻量级的JavaScript引擎,最近在Windows平台开发时遇到了一个与Windows SDK 26100版本相关的兼容性问题。这个问题源于Windows SDK对NAN宏定义的修改,导致QuickJS在编译时出现错误。
问题本质
在Windows SDK 22621及更早版本中,NAN宏被定义为:
#define NAN ((float)(INFINITY * 0.0F))
而在Windows SDK 26100中,微软修改了NAN的定义方式:
#define _UCRT_NAN (__ucrt_int_to_float(0x7FC00000))
#define NAN _UCRT_NAN
这种改变导致使用SDK 26100时,编译器(无论是msvc-cl 19.41还是clang-cl 19.1)会报告错误:"C2099 initializer is not a constant",因为新的定义方式不再产生编译期常量。
技术影响
这个问题对QuickJS的影响主要体现在以下几个方面:
- 编译失败:直接导致项目无法在Windows SDK 26100环境下编译通过
- 序列化一致性:QuickJS的libbf模块和JS_WriteObject序列化器依赖于特定的NAN值,不同的NAN定义可能导致不同机器产生不同的输出
解决方案探讨
目前有几种可能的解决方案:
-
定义_UCRT_NOISY_NAN宏:可以恢复22621之前的行为,但需要注意:
- 在/fp:precise模式下,22621会产生负NAN
- 在/fp:strict模式下,22621会产生正NAN
- 26100在定义_UCRT_NOISY_NAN后会产生负NAN
-
代码重构:修改QuickJS代码,使其不依赖NAN作为编译期常量
-
使用特定工具链:如MinGW可能自带NAN定义,可以绕过这个问题
实际测试结果
测试显示,在不同条件下NAN的值表现如下:
-
默认/fp:precise模式:
- SDK 22621: fff8000000000000(负NAN)
- SDK 26100: 7ff8000000000000(正NAN)
- 定义_UCRT_NOISY_NAN后:fff8000000000000(负NAN)
-
/fp:strict模式:
- SDK 22621和26100(定义_UCRT_NOISY_NAN)都会产生正NAN
建议方案
对于需要快速解决问题的开发者,可以考虑以下方案:
- 在CMake配置中添加_UCRT_NOISY_NAN宏定义
- 暂时使用Windows SDK 22621版本进行开发
- 等待QuickJS官方对代码进行适配更新
总结
Windows SDK 26100对NAN定义的修改确实给QuickJS带来了兼容性问题。这个问题不仅影响编译过程,还可能影响运行时行为。开发者需要根据自身需求选择合适的解决方案,同时关注QuickJS官方的后续更新。
对于项目维护者来说,长期解决方案可能是重构相关代码,使其不依赖特定的NAN实现方式,从而提高跨平台兼容性。
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
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
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
3.88 K
暂无简介
Dart
671
155
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
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
310
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1