GoldenDict-NG 在 Qt6 6.7.2 下的构建问题分析与解决方案
问题背景
GoldenDict-NG 是一款优秀的开源词典软件,近期在 Arch Linux 系统上使用 AUR 包构建时遇到了编译失败的问题。这个问题主要出现在系统升级到 Qt6 6.7.2 版本后,特别是在处理 FFmpeg 相关代码时出现了兼容性问题。
问题分析
主要错误表现
构建过程中最关键的失败点出现在 FFmpeg 音频处理模块的编译阶段,具体表现为:
- AVCodecContext 结构体中缺少
channels和channel_layout成员 av_get_default_channel_layout和swr_alloc_set_opts函数未声明avcodec_close函数被标记为已弃用
这些错误表明代码中使用的 FFmpeg API 与新版本的 FFmpeg 库不兼容。FFmpeg 在较新版本中对音频通道相关的 API 进行了重构,移除了旧的成员变量和函数。
其他兼容性问题
除了 FFmpeg 相关的问题外,构建过程中还出现了其他一些兼容性警告:
- QCryptographicHash 类的
addData方法被标记为已弃用 - QKeyCombination 的转换操作符被标记为已弃用
- QTouchEvent 和 QEventPoint 中的多个方法被标记为已弃用
这些警告虽然不会导致构建失败,但也表明代码需要更新以适应新版本的 Qt6 API。
解决方案
临时解决方案
对于急需使用 GoldenDict-NG 的用户,最简单的解决方案是禁用 FFmpeg 播放器支持:
cmake -DWITH_FFMPEG_PLAYER=OFF ...
这将跳过有问题的 FFmpeg 相关代码的编译,允许构建过程继续进行。不过这会牺牲掉 FFmpeg 支持的音频播放功能。
长期解决方案
从代码层面解决这个问题需要以下修改:
- 更新 AVCodecContext 的使用方式,使用新的
ch_layout成员替代旧的channels和channel_layout - 使用
swr_alloc_set_opts2替代已弃用的swr_alloc_set_opts - 使用 FFmpeg 的新版通道布局 API 替代
av_get_default_channel_layout - 更新已弃用的 Qt API 调用
系统环境配置建议
对于使用 Arch Linux 等滚动更新发行版的用户,如果系统中同时安装了多个版本的 FFmpeg,可以通过调整 PKG_CONFIG_PATH 环境变量来确保构建系统使用正确版本的 FFmpeg:
export PKG_CONFIG_PATH=/usr/lib/pkgconfig:/usr/share/pkgconfig
这可以确保构建系统优先使用系统主版本的 FFmpeg 而非兼容性版本。
构建资源管理
在构建过程中,部分用户可能会遇到编译器进程被终止的情况,这通常是由于系统内存不足导致的。建议:
- 增加交换空间(Swap)
- 关闭其他内存密集型应用
- 在内存较小的系统上,可以考虑使用
-j参数限制并行编译任务数
总结
GoldenDict-NG 在 Qt6 6.7.2 下的构建问题主要源于 FFmpeg API 的变更和部分 Qt API 的弃用。用户可以通过禁用 FFmpeg 支持作为临时解决方案,而长期解决方案需要代码层面的更新以适应新的 API。对于开发者而言,及时跟进上游依赖库的 API 变更,定期更新代码中的相关调用,是维护软件兼容性的重要工作。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-ThinkingKimi-K2-Thinking是最新开源思维模型,作为能动态调用工具的推理代理,通过深度多步推理和稳定工具调用(200-300次连续调用),在HLE、BrowseComp等基准测试中刷新纪录。原生INT4量化模型,256k上下文窗口,实现推理延迟和GPU内存使用的无损降低,支持自主研究、编码和写作等工作流。【此简介由AI生成】Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00