Sunshine项目在Apple Silicon Mac上的构建问题及解决方案
概述
在Apple Silicon架构的Mac设备上构建Sunshine项目时,开发者可能会遇到两个主要的技术挑战:OpenSSL库架构不匹配问题和Doxygen文档生成问题。本文将详细分析这些问题产生的原因,并提供完整的解决方案。
OpenSSL架构不匹配问题
问题现象
当在Apple Silicon Mac上执行构建命令时,链接器会报告如下警告信息:
ld: warning: ignoring file '/usr/local/Cellar/openssl@3/3.1.4/lib/libcrypto.3.dylib': found architecture 'x86_64', required architecture 'arm64'
ld: warning: ignoring file '/usr/local/Cellar/openssl@3/3.1.4/lib/libssl.3.dylib': found architecture 'x86_64', required architecture 'arm64'
原因分析
这是由于Homebrew默认安装的OpenSSL库是针对x86_64架构编译的,而Apple Silicon设备需要arm64架构的二进制文件。这种架构不匹配导致链接器无法正确使用这些库文件。
解决方案
-
首先需要确认系统中已安装适用于arm64架构的OpenSSL库。可以通过Homebrew重新安装:
brew install openssl -
修改CMake缓存文件(CMakeCache.txt),更新以下路径指向正确的arm64架构库文件:
FIND_PACKAGE_MESSAGE_DETAILS_OpenSSL:INTERNAL=[/opt/homebrew/opt/openssl/lib/libcrypto.dylib][/opt/homebrew/opt/openssl/include][c ][v3.1.4()] OPENSSL_SSL_LIBRARY:FILEPATH=/opt/homebrew/opt/openssl/lib/libssl.dylib OPENSSL_CRYPTO_LIBRARY:FILEPATH=/opt/homebrew/opt/openssl/lib/libcrypto.dylib OPENSSL_INCLUDE_DIR:PATH=/opt/homebrew/opt/openssl/include -
确保所有路径都指向
/opt/homebrew/opt/openssl/目录下的相应文件,这是Homebrew在Apple Silicon设备上的默认安装位置。
Doxygen文档生成问题
问题现象
在文档生成阶段,系统可能会报告关于@ilinebr的错误,这通常是由于Doxygen版本不兼容导致的。
原因分析
不同版本的Doxygen对标记语法的处理方式有所不同,某些版本可能不支持特定的标记或语法结构。
解决方案
-
手动下载并安装Doxygen 1.11.0版本,这是已知与项目兼容的版本。
-
将安装的Doxygen可执行文件链接到Homebrew的预期位置:
ln -s /Applications/Doxygen.app/Contents/Resources/doxygen /opt/homebrew/bin/doxygen -
确保系统PATH环境变量优先查找
/opt/homebrew/bin目录,这样系统会使用我们安装的正确版本。
构建环境配置建议
为了确保在Apple Silicon Mac上顺利构建Sunshine项目,建议采取以下预防措施:
-
使用Rosetta兼容模式时,确保所有依赖库都采用相同的架构编译。
-
定期清理CMake缓存,特别是在更改库路径或架构相关设置后。
-
考虑使用虚拟环境或容器技术隔离构建环境,避免系统级库的冲突。
-
对于开源项目贡献者,建议在项目文档中明确说明平台特定的构建要求。
总结
在跨架构开发环境中,库文件兼容性和工具链版本管理是需要特别注意的两个关键点。通过正确配置OpenSSL库路径和使用兼容版本的Doxygen,开发者可以成功在Apple Silicon Mac上构建Sunshine项目。这些解决方案也适用于其他类似项目在ARM架构Mac设备上的构建问题。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00