在Emscripten中使用Bazel构建libffi的技术实践
背景介绍
Emscripten是一个将C/C++代码编译为WebAssembly的工具链,而Bazel是一个强大的构建系统。当我们需要在Emscripten环境中使用Bazel构建像libffi这样的库时,会遇到一些特殊的配置需求。
问题分析
在尝试使用Bazel构建libffi时,开发者遇到了工具链配置问题。具体表现为当使用genrule规则并指定Emscripten的WASM工具链时,系统报告缺少TemplateVariableInfo提供者。
解决方案
经过实践验证,正确的配置方法如下:
-
设置平台标志:在构建命令中添加
--platforms=@emsdk//:platform_wasm参数,或者将其放入项目的.bazelrc文件中作为默认配置。 -
工具链选择:虽然可以为
genrule指定@bazel_tools//tools/cpp:current_cc_toolchain作为工具链,但实际测试表明,仅设置平台标志通常就足够了。
实践建议
-
全局配置:如果整个项目都针对Emscripten平台,建议将平台配置放在
.bazelrc中:build --platforms=@emsdk//:platform_wasm -
构建规则:对于需要调用外部构建脚本(如autotools或cmake)的情况,可以使用
genrule规则,但要注意确保构建环境变量正确设置。 -
依赖管理:使用
http_archive规则获取源代码时,确保提供适当的构建文件内容,如示例中的LIBFFI_BUILD_FILE_CONTENT。
技术要点
-
平台配置:Emscripten提供了专门的WASM平台定义,正确使用它可以确保工具链选择正确。
-
工具链兼容性:Bazel的工具链机制要求特定的提供者接口,Emscripten工具链可能不完全兼容所有Bazel规则的期望。
-
构建环境隔离:在
genrule中执行构建脚本时,要注意工作目录和路径问题,确保脚本能找到所有依赖项。
总结
通过合理配置平台和工具链,可以在Bazel中成功构建面向Emscripten的C/C++项目。对于复杂的构建系统如autotools或cmake,可能需要额外的环境变量设置和路径处理。理解Bazel的平台机制和工具链选择逻辑是解决这类问题的关键。
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