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。
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00