Greenlight项目在ARM64架构下的构建指南
2025-07-01 12:10:47作者:庞眉杨Will
greenlight
Greenlight is an open-source client for xCloud and Xbox home streaming made in Typescript.
背景介绍
Greenlight是一款用于Xbox和xCloud的游戏流媒体应用程序,基于Electron框架开发。由于Electron的跨平台特性,理论上可以在多种硬件架构上运行,包括ARM64架构的Raspberry Pi等设备。
构建环境准备
在ARM64设备(如Raspberry Pi 4B)上构建Greenlight项目时,需要特别注意以下依赖项的安装:
- 基础构建工具:确保已安装Node.js、Yarn等基础工具链
- 图像处理依赖:需要安装libopenjp2-tools包,它提供了opj_decompress工具
- 打包工具:需要Ruby环境和fpm工具
常见构建问题及解决方案
缺失opj_decompress工具
构建过程中可能会遇到"exec: opj_decompress: executable file not found in $PATH"错误。这是因为项目依赖OpenJPEG工具进行图像处理。
解决方案:
sudo apt-get install libopenjp2-tools
fpm工具兼容性问题
Electron-builder默认会下载x86架构的fpm工具,这在ARM64设备上无法运行。
解决方案:
- 安装Ruby环境
- 通过gem安装fpm:
sudo gem install fpm
- 设置环境变量使用系统fpm:
export USE_SYSTEM_FPM="true"
完整构建流程
- 克隆项目仓库
- 安装项目依赖:
yarn install
- 设置构建环境:
export USE_SYSTEM_FPM="true"
- 执行构建命令:
yarn build
构建结果
成功构建后,项目会生成以下文件:
- AppImage格式的可执行文件
- deb格式的安装包
deb包可以直接通过apt工具安装到系统中,适合在Debian/Ubuntu系发行版上使用。
替代方案
对于不想自行构建的用户,可以考虑:
- 使用Flathub上提供的aarch64版本
- 从社区获取预编译的ARM64版本
总结
在ARM64架构上构建Greenlight项目需要注意处理架构特定的依赖问题。通过正确安装必要的工具链和设置环境变量,可以顺利完成构建过程。这种方法不仅适用于Raspberry Pi,也适用于其他ARM64架构的设备。
greenlight
Greenlight is an open-source client for xCloud and Xbox home streaming made in Typescript.
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
8
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++
654
279
暂无简介
Dart
640
147
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100