跨平台GUI开发新选择:CJQT仓颉语言绑定库完全指南
2026-03-08 05:16:52作者:韦蓉瑛
CJQT作为Qt框架的仓颉语言绑定库,提供了符合仓颉语言风格的Qt API封装,基于QT5.14.2版本构建,支持64位系统,涵盖QWidgets、QCore、QGui等模块,是开源项目中实现跨平台GUI开发的理想选择。
一、核心优势
- 原生语法适配:采用仓颉语言特性重构Qt API,提供符合仓颉开发者习惯的接口设计,降低学习成本。
- 跨平台兼容:一次编码即可在Windows和Linux系统运行,完美支持64位架构,满足多平台开发需求。
- 丰富示例资源:内置俄罗斯方块、记事本等实用示例程序,覆盖常见GUI开发场景,加速项目开发进程。
二、环境准备
2.1 系统兼容性对比
| 系统类型 | 编译器要求 | 依赖环境 | 环境变量配置路径 |
|---|---|---|---|
| Windows | mingw64 | QT5.14.2 | C:\Qt\5.14.2\mingw73_64\bin |
| Linux | gcc-mingw64 | QT5.14.2 | /opt/Qt5.14.2/5.14.2/gcc_64/bin |
2.2 零基础配置步骤
你需要准备:
- 64位操作系统(Windows 10/11或Linux发行版)
- 已安装的C++编译器
- QT5.14.2开发环境
- 获取项目代码
git clone https://gitcode.com/Cangjie-TPC/CJQT # 克隆项目仓库
- 安装QT5.14.2
# Linux系统示例
wget https://download.qt.io/archive/qt/5.14/5.14.2/qt-opensource-linux-x64-5.14.2.run
chmod +x qt-opensource-linux-x64-5.14.2.run # 赋予执行权限
./qt-opensource-linux-x64-5.14.2.run # 运行安装程序
- 配置环境变量
# 临时生效(当前终端)
export PATH=$PATH:/opt/Qt5.14.2/5.14.2/gcc_64/bin
# 永久配置(Linux系统)
echo 'export PATH=$PATH:/opt/Qt5.14.2/5.14.2/gcc_64/bin' >> ~/.bashrc
source ~/.bashrc
[!TIP] 配置完成后,可通过
qmake -v命令验证QT环境是否安装成功,成功会显示QT版本信息。
三、快速上手
3.1 编译项目
- 编译Native库
cd CJQT/native # 进入Native目录
mkdir build && cd build # 创建构建目录
cmake .. # 生成Makefile
make -j4 # 多线程编译
- 编译CJQT主项目
cd ../../ # 返回项目根目录
cjpm build # 使用cjpm构建项目
3.2 验证安装
# 检查项目结构
ls -l ./src # 查看源码目录
ls -l ./example # 查看示例程序目录
四、深度应用
4.1 场景化应用指南
4.1.1 记事本应用
cd ./example/notepad # 进入记事本示例目录
./run.sh # Linux运行
# 或
.\run.ps1 # Windows PowerShell运行
图:CJQT记事本示例程序界面,支持文本编辑、格式设置等功能
4.1.2 俄罗斯方块游戏
cd ./example/tetris # 进入俄罗斯方块示例目录
./run.sh # Linux运行
4.1.3 界面布局演示
cd ./example/frame # 进入界面布局示例目录
./run.sh # Linux运行
4.2 避坑指南
[!TIP]
- 若Native构建目录变更,需同步修改
./cjpm.toml中的nativeQt路径- 运行示例程序前,确保已完成项目编译
- Windows系统需使用PowerShell执行.ps1脚本
4.3 高级配置
修改配置文件./cjpm.toml可自定义构建选项:
# 示例配置
[build]
nativeQt = "./native/build" # Native库构建路径
target = "release" # 构建目标类型
通过以上步骤,你已经掌握了CJQT项目的安装配置和基础应用。这个开源项目不仅提供了Qt框架的仓颉语言封装,还通过丰富的示例程序帮助开发者快速上手跨平台GUI开发。无论是简单的界面展示还是复杂的交互应用,CJQT都能满足你的开发需求。
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 StartedRust059
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
685
4.41 K
Claude 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 Started
Rust
318
59
Ascend Extension for PyTorch
Python
531
652
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
404
312
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++
951
908
暂无简介
Dart
932
232
🎉 (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
1.58 K
916
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
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
135
215
仓颉编译器源码及 cjdb 调试工具。
C++
163
922

