从零构建 RustDesk:跨平台远程桌面应用的依赖、编译与 Docker 构建全解析
本篇指南基于 RustDesk 仓库的波兰语版项目文档 docs/README-PL.md 展开,系统讲解如何为 RustDesk 搭建完整的本地开发环境:包括 sciter GUI 引擎与 vcpkg 视频编码依赖的安装、四大 Linux 发行版(Ubuntu/openSUSE/Fedora/Arch)的编译流程,以及基于容器化构建镜像的 Docker 编译方案。读完本文,你将能够独立完成 RustDesk 的源码构建,并通过 Docker 在隔离环境中稳定复现 release 构建。
一、项目定位与构建前须知
RustDesk 是一个多平台远程桌面软件,使用 Rust 编写,设计上以"部署简单、安全、数据完全由用户自控"为目标:启动即用,无需复杂配置,既可以使用公共中继/注册服务器,也可以自建服务器或自行实现服务端。
从当前仓库的工程文件可以直接确认几个构建事实:
- 主包名为
rustdesk,当前版本1.4.9,要求 Rust 工具链版本不低于1.75,默认可执行目标为rustdesk(见 Cargo.toml 的[package]段); - 除可执行程序外,工程还编译出一个名为
librustdesk的库(cdylib/staticlib/rlib)以及两个辅助二进制naming(src/naming.rs)与service(src/service.rs),其中service对应文档结构中提到的后台服务形态; - Linux 桌面端依赖
libxdo、libpulse、dbus、gtk等系统库(见 Cargo.toml 中[target.'cfg(target_os = "linux")'.dependencies]段),这正是后文各发行版安装包列表存在的根本原因。
1.1 sciter:桌面端 GUI 引擎
桌面版 RustDesk 使用 sciter 库作为 GUI 渲染引擎(src/ui 目录下的 .tis 脚本与 .html 页面即运行在该引擎之上)。sciter 需要单独下载并放置在可执行文件旁边:
| 平台 | 所需文件 |
|---|---|
| Windows | sciter.dll |
| Linux | libsciter-gtk.so |
| macOS | libsciter.dylib |
在源码层面,Cargo.toml 对非移动端目标引入了 sciter-rs 绑定库,编译后的二进制在运行时按可执行文件同目录查找 sciter 动态库——这就是 Docker 入口脚本要把 libsciter-gtk.so 拷贝到 target/debug 或 target/release 的原因。
二、基础编译步骤(所有平台通用)
按 docs/README-PL.md 中 "Podstawowe kroki do kompilacji"(基础编译步骤)一节的顺序,通用流程为三步:
- 准备 Rust 开发环境(rustup)与 C++ 编译工具链;
- 安装 vcpkg 并正确设置环境变量
VCPKG_ROOT,然后安装四个核心多媒体依赖:- Windows:
vcpkg install libvpx:x64-windows-static libyuv:x64-windows-static opus:x64-windows-static aom:x64-windows-static - Linux / macOS:
vcpkg install libvpx libyuv opus aom
- Windows:
- 运行
cargo run启动应用。
2.1 这四个依赖是干什么的
这四个包对应 RustDesk 的音视频编码链路,可以从仓库的 vcpkg 清单 vcpkg.json 中得到印证——除 libvpx(VP8/VP9)、libyuv(YUV 色彩空间转换)、opus(音频编码)、aom(AV1)外,清单还声明了 libjpeg-turbo(JPEG 图片编码)、mfx-dispatch 与 ffmpeg(硬件编码加速,仅在 hwcodec 特性开启时参与构建,对应 Cargo.toml 中的 hwcodec、vram、mediacodec、drm 等特性开关)。清单中的 overlay-ports 指向 res/vcpkg 目录,其中存放了项目对 aom、ffmpeg、libvpx、opus 等包的定制补丁与端口定义,说明构建方对上游包做了针对性修改以保证静态链接可用。
2.2 程序入口与"server + UI"双角色
cargo run 启动后,入口逻辑在 src/main.rs:桌面端路径下先执行 core_main()(解析命令行、初始化全局状态),随后进入 ui::start(args) 启动 sciter GUI;而移动端/Flutter 路径下 main() 只做连通性自检(test_rendezvous_server、test_nat_type)。这也解释了为什么同一份源码既能跑前台 GUI,也能以后台服务方式运行被控端。
三、Linux 编译详解
3.1 各发行版系统依赖
不同发行版的包名不同,但覆盖的能力域一致:C/C++ 工具链、git/curl/wget 网络工具、nasm/yasm 汇编器(libvpx/aom 需要)、GTK3、clang、X11 扩展开发库(xcb-randr/xfixes/shape/xdo)、音频库(ALSA/PulseAudio)、cmake。以下四段命令完整继承自 docs/README-PL.md:
Ubuntu 18 / Debian 10
sudo apt install -y g++ gcc git curl wget nasm yasm libgtk-3-dev clang libxcb-randr0-dev libxdo-dev libxfixes-dev libxcb-shape0-dev libxcb-xfixes0-dev libasound2-dev libpulse-dev cmake
openSUSE Tumbleweed
sudo zypper install gcc-c++ git curl wget nasm yasm gcc gtk3-devel clang libxcb-devel libXfixes-devel cmake alsa-lib-devel gstreamer-devel gstreamer-plugins-base-devel xdotool-devel
Fedora 28 / CentOS 8
sudo yum -y install gcc-c++ git curl wget nasm yasm gcc gtk3-devel clang libxcb-devel libxdo-devel libXfixes-devel pulseaudio-libs-devel cmake alsa-lib-devel
Arch / Manjaro
sudo pacman -Syu --needed unzip git cmake gcc curl wget yasm nasm zip make pkg-config clang gtk3 xdotool libxcb libxfixes alsa-lib pipewire
这些包与 Dockerfile 中的 apt install 列表基本一一对应(Docker 方案基于 debian:bullseye-slim,额外加装了 libssl-dev、libgstreamer1.0-dev 与 ninja-build,并手动安装了 CMake 3.30.6),可以互为对照验证依赖清单的完整性。
3.2 安装并配置 vcpkg
git clone https://github.com/microsoft/vcpkg
cd vcpkg
git checkout 2023.04.15
cd ..
vcpkg/bootstrap-vcpkg.sh
export VCPKG_ROOT=$HOME/vcpkg
vcpkg/vcpkg install libvpx libyuv opus aom
注意两处要点:
- 文档锁定 vcpkg 到
2023.04.15这个 tag,Dockerfile 同样以git clone --branch 2023.04.15 --depth=1的方式固定版本,避免上游包定义变化导致构建不可复现; VCPKG_ROOT必须指向 vcpkg 根目录,cargo 构建脚本在链接期依赖该变量定位已安装的二进制库。
3.3 Fedora 的 libvpx 修补
Fedora 环境下 vcpkg 构建 libvpx 需要手动补加位置无关代码(PIC)标志,原文档给出的操作是:
cd vcpkg/buildtrees/libvpx/src
cd *
./configure
sed -i 's/CFLAGS+=-I/CFLAGS+=-fPIC -I/g' Makefile
sed -i 's/CXXFLAGS+=-I/CXXFLAGS+=-fPIC -I/g' Makefile
make
cp libvpx.a $HOME/vcpkg/installed/x64-linux/lib/
cd
原理是:RustDesk 最终生成的是动态链接的共享对象场景,而 libvpx 默认的 Makefile 未开启 -fPIC,链接 libvpx.a 时会报 R_X86_64 重定位错误。修改 CFLAGS/CXXFLAGS 后重新编译并覆盖 vcpkg 安装目录下的静态库即可。
3.4 完整编译流程
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
source $HOME/.cargo/env
git clone https://github.com/rustdesk/rustdesk
cd rustdesk
mkdir -p target/debug
wget https://raw.githubusercontent.com/c-smile/sciter-sdk/master/bin.lnx/x64/libsciter-gtk.so
mv libsciter-gtk.so target/debug
cargo run
关键细节:libsciter-gtk.so 必须放进 target/debug(对应 Cargo.toml 中 default-run = "rustdesk" 的调试构建输出目录),否则运行时找不到 GUI 引擎动态库。
四、使用 Docker 编译
对于希望隔离环境、避免污染宿主机的开发者,仓库提供了容器化构建方案,由 Dockerfile 与 entrypoint.sh 两部分协作完成。
4.1 构建构建器镜像
git clone https://github.com/rustdesk/rustdesk
cd rustdesk
docker build -t "rustdesk-builder" .
该 Dockerfile 预装了全部系统依赖、CMake 3.30.6、固定版本的 vcpkg 及其四个多媒体包、sciter 动态库,并以非 root 用户 user 安装 rustup 工具链。
4.2 运行编译
docker run --rm -it -v $PWD:/home/user/rustdesk -v rustdesk-git-cache:/home/user/.cargo/git -v rustdesk-registry-cache:/home/user/.cargo/registry -e PUID="$(id -u)" -e PGID="$(id -g)" rustdesk-builder
参数含义逐一对应:
-v $PWD:/home/user/rustdesk:把宿主机仓库目录挂载进容器,编译产物直接落回本机;- 两个 cargo 缓存卷(
rustdesk-git-cache、rustdesk-registry-cache)持久化 git 依赖与 crates 注册表缓存——首次构建较慢,之后因缓存命中显著加快; PUID/PGID传入宿主机 uid/gid,保证容器内生成的文件归属正确;- 如需构建 release 版本,在上述命令末尾追加
--release即可。
4.3 入口脚本做了什么
entrypoint.sh 的参数解析逻辑值得细看:它遍历 docker run 传入的参数,识别出 --release(设置 release 标志)与 --target(自动 rustup target add <值>),其余参数原样透传给最终的 VCPKG_ROOT=/vcpkg cargo build --locked 命令;同时无论 debug 还是 release,都会确保 libsciter-gtk.so 拷贝到对应 target/{debug,release} 目录。因此 cargo build --locked 意味着严格遵循 Cargo.lock 锁定版本,保证可复现构建。
4.4 运行编译产物
target/debug/rustdesk # debug 构建
target/release/rustdesk # release 构建
两条注意事项(原文档明确强调):
- 务必在仓库根目录运行可执行文件,否则应用可能找不到所需资源文件;
- 该 Docker 方式目前不支持
install、run等 cargo 子命令——因为那会在容器内部执行安装/运行,而非宿主机上。
五、源码目录结构:读懂文档中列出的核心模块
docs/README-PL.md 的 "Struktura plików"(文件结构)一节列出了八个核心模块,下面结合仓库实际内容逐一说明,可作为编译后阅读源码的路线图:
| 路径 | 职责(文档描述 + 源码印证) |
|---|---|
| libs/hbb_common | 公共基础库:视频编解码封装、配置系统、TCP/UDP 连接处理、protobuf 定义、文件传输等通用工具。RustDesk 的 Config、RENDEZVOUS_PORT 等配置常量即出自该库的 config 模块(见 src/rendezvous_mediator.rs 顶部的 use hbb_common::config 引用) |
| libs/scrap | 屏幕采集。libs/scrap/src/lib.rs 按编译目标条件编译多个后端:quartz(macOS)、x11、wayland(feature 开关)、dxgi(Windows)、android,common 子目录再细分 aom/vpx/wayland/x11/drm 等实现 |
| libs/enigo | 跨平台键鼠注入。目录划分为 linux(含 xdo.rs,对应上文安装的 xdotool 开发库)、macos、win 三套平台实现 |
| src/ui | sciter GUI 页面:index.tis(主界面)、cm.tis(连接管理器)、remote.tis(远程会话工具栏)等,以及配套的 .css/.html 资源 |
| src/server | 被控端服务:display_service.rs(视频)、audio_service.rs(音频)、input_service.rs(输入)、clipboard_service.rs(剪贴板)、connection.rs(会话连接管理),与文档"audio/clipboard/input/video 及网络"的描述一致 |
| src/client.rs | 客户端:发起直连(TCP 探测成功后直接建立点对点连接) |
| src/rendezvous_mediator.rs | 与 rustdesk-server 的中继/注册通信:维护心跳、等待直连或中转连接,是"先直连、失败再中转"策略的实现核心 |
| src/platform | 平台特定代码:linux.rs、macos.rs/macos.mm、windows.rs/windows.cc、macOS 权限脚本等 |
| flutter | Flutter 端代码,覆盖移动端(Android/iOS)与桌面新版 UI,lib 下按 mobile/desktop/web 划分页面,android/ios/windows/linux 为各平台宿主工程 |
从源码结构看,这套模块划分与 Cargo.toml 中 [workspace] 声明的成员(libs/scrap、libs/hbb_common、libs/enigo、libs/clipboard、libs/virtual_display、libs/portable、libs/remote_printer)相吻合——其中 clipboard、virtual_display、remote_printer 是文档发布后新增的工作区成员,可作为补充参考。
六、构建排错速查
综合上文,构建失败时可按以下顺序自查:
- 链接
libvpx.a报重定位错误(Fedora 常见)→ 执行 3.3 节的-fPIC修补; - 运行时提示缺少 GUI 或界面不显示 → 确认
libsciter-gtk.so(或对应平台的 sciter 库)位于target/debug或target/release下; - 找不到 vcpkg 包 → 检查
VCPKG_ROOT是否指向 vcpkg 根目录,且已执行过四个包的 install; - Docker 方式下 cargo 子命令行为异常 → 该方式仅等价于
cargo build,不支持install/run,产物需在宿主机仓库根目录手动运行; - 依赖版本漂移导致构建失败 → 保持 vcpkg 固定在
2023.04.15、cargo 使用--locked(Docker 入口已默认启用),不要随意升级工具链,最低要求 Rust 1.75。
小结
本文完整覆盖了 docs/README-PL.md 的全部技术要素——sciter 依赖说明、通用三步编译法、四个 Linux 发行版的系统依赖、vcpkg 安装与 Fedora 修补、Docker 容器化构建,以及八模块源码结构——并以当前仓库的 Cargo.toml、vcpkg.json、Dockerfile 与 entrypoint.sh 作为实现层证据加以扩充。掌握这套流程后,无论是本地开发调试还是 CI 化的可复现构建,都可以稳定地在任意主流 Linux 发行版或容器环境中完成 RustDesk 的编译与运行。
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 StartedRust0622
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00