OpenBMC项目构建过程中QA问题的分析与解决
2025-07-04 21:53:04作者:廉皓灿Ida
在OpenBMC嵌入式系统开发过程中,构建环境配置不当可能导致各种QA(Quality Assurance)问题。本文将以一个典型的构建失败案例为例,深入分析问题原因并提供解决方案。
问题现象
开发者在构建romulus平台的obmc-phosphor-image镜像时,遇到了来自openpower-software-manager软件包的QA错误。具体表现为:
ERROR: openpower-software-manager-1.0+git-r1 do_package: QA Issue:
Files/directories were installed but not shipped in any package:
/usr/share/openpower-pnor-code-mgmt
/usr/share/openpower-pnor-code-mgmt/org.open_power.Software.Host.Updater.conf
系统检测到有两个文件被安装但未被包含在任何软件包中,这违反了Yocto项目的打包规范。
问题本质
这个问题属于"installed-vs-shipped"类型的QA错误,是Yocto构建系统中常见的构建检查错误。其核心原因是:
- 软件包在do_install阶段安装了某些文件
- 但这些文件未被包含在FILES变量指定的打包清单中
- Yocto的QA机制会严格检查这种不一致情况
根本原因分析
经过深入排查,发现问题并非源自OpenBMC代码本身,而是构建环境配置不当所致。具体差异点在于:
- 容器环境差异:自定义的Docker容器缺少必要的构建配置
- 用户权限处理:直接使用USER 1000:1000可能影响某些构建步骤
- 环境变量设置:缺少必要的环境变量初始化
解决方案
推荐使用OpenBMC官方提供的标准构建容器,具体步骤如下:
- 获取官方构建脚本
- 创建基于Ubuntu 24.04的标准构建容器
- 使用标准用户权限进入容器
- 执行标准构建流程
这种标准化的构建环境已经预配置了所有必要的工具链和环境变量,能够避免各种因环境差异导致的问题。
经验总结
- 环境一致性:嵌入式开发强烈建议使用标准化的构建环境
- 错误解读:QA错误通常指向具体问题,需要仔细分析错误信息
- 官方资源:优先参考项目官方文档和构建指南
- 权限管理:构建过程中的用户权限设置需要特别注意
通过这个案例,开发者可以更好地理解OpenBMC项目构建过程中的环境依赖问题,以及如何正确处理Yocto构建系统中的QA检查机制。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609