STLink项目在Raspberry Pi上的编译问题分析与解决方案
问题背景
STLink工具链是用于STMicroelectronics微控制器编程和调试的开源工具。近期有用户报告在Raspberry Pi设备(包括Pi 3和Pi 4)上编译STLink v1.8.0版本时遇到了构建失败的问题,而回退到v1.7.0版本则可以正常编译。
错误现象分析
当用户在Raspberry Pi上执行标准编译流程(make clean && make release && make install)时,系统报出以下关键错误:
CMake Error at CMakeLists.txt:6 (cmake_policy):
Policy "CMP0153" is not known to this version of CMake.
这个错误表明构建系统尝试使用了一个当前CMake版本不支持的策略(CMP0153)。进一步观察可以发现,虽然构建过程检测到了GCC 10.2.1编译器并成功进行了多项功能测试,但在策略检查阶段就终止了。
根本原因
这个问题本质上是CMake版本兼容性问题。STLink v1.8.0在构建配置中引入了需要CMake 3.28版本才能支持的CMP0153策略,而Raspberry Pi系统默认安装的CMake版本(特别是基于Debian的Bullseye发行版)通常低于这个要求。
CMP0153是CMake引入的一个新策略,主要涉及如何处理某些特定的构建场景。当项目配置中明确要求这个策略但运行环境的CMake版本不支持时,就会出现上述错误。
解决方案
STLink开发团队已经确认这个问题并提供了修复方案:
-
临时解决方案:用户可以回退到v1.7.0版本,这是一个经过验证的稳定版本,不依赖新的CMake策略。
-
永久解决方案:开发团队已经决定在代码库中回退到之前的策略设置,不再强制要求CMP0153策略,直到CMake 3.28成为更普遍的基础要求。这个修复将包含在下一个版本更新中。
技术建议
对于需要在嵌入式平台(如Raspberry Pi)上使用STLink的开发人员,建议:
- 关注STLink的版本更新,及时获取包含此修复的版本
- 如果必须使用v1.8.0,可以考虑手动升级CMake到3.28或更高版本
- 在嵌入式开发环境中,保持构建工具的版本与项目要求的兼容性
总结
这个案例展示了开源工具链中版本依赖管理的重要性。STLink团队快速响应并解决了这个兼容性问题,体现了开源社区对用户体验的重视。对于嵌入式开发者而言,理解构建工具链的版本要求并保持适当的开发环境配置,是确保项目顺利构建的关键因素。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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