Chiaki4Deck项目编译问题分析与解决方案
问题背景
在Chiaki4Deck项目的编译过程中,开发者遇到了一个典型的链接错误。错误信息显示在构建过程中出现了"undefined reference to symbol 'cos@@GLIBC_2.36'"的问题,这表明系统库链接出现了问题。这类问题在跨平台开发中较为常见,特别是在使用不同架构处理器(如LoongArch64)或不同版本的系统库时。
错误分析
从错误日志可以看出,问题出现在链接阶段,具体表现为:
- 链接器无法找到数学库中的cos函数符号
- 错误提示"DSO missing from command line",表明必要的动态共享对象库未被正确链接
深入分析发现,这是由于OpenSSL 3.0的API变更导致的兼容性问题。项目中使用了多个已被标记为废弃的OpenSSL函数,如EC_KEY_new、EC_KEY_set_group等,这些函数在OpenSSL 3.0中已被新的API替代。
解决方案
针对这一问题,项目维护者提出了几种解决方案:
-
系统库更新:建议用户确保使用包管理器提供的最新版本库文件,特别是libopus库。这可以解决因库版本不匹配导致的符号查找失败问题。
-
CURL库链接方式调整:对于使用系统CURL库的情况,项目修改了CMake构建脚本,确保正确链接到共享库版本。关键修改包括:
- 显式查找CURL共享库
- 为共享库创建导入目标
- 根据配置选择链接静态库或共享库
-
分支测试:项目维护者创建了专门的分支(use_libcurl_not_shared_or_static)来测试不同的链接配置,最终将修正合并到主分支。
实施效果
经过上述修改后:
- 在LoongArch64架构(Loongson 3A6000处理器)上成功编译
- 在x86架构上也验证通过
- 解决了OpenSSL 3.0的API废弃警告
- 确保了CURL库的正确链接方式
技术启示
这个案例为我们提供了几个有价值的经验:
-
跨平台开发注意事项:不同处理器架构可能需要特殊的库处理方式,特别是在使用SIMD优化或特定硬件加速时。
-
库版本管理:随着核心库(如OpenSSL)的版本更新,API的废弃和变更需要及时跟进,避免使用已弃用的函数。
-
构建系统配置:CMake等构建系统的正确配置对于确保库的正确链接至关重要,特别是在混合使用静态库和共享库时。
-
持续集成测试:建立多架构的CI测试环境可以及早发现这类平台相关的问题。
通过这个案例,我们可以看到开源社区如何协作解决复杂的技术问题,也展示了良好的问题追踪和解决流程对于项目维护的重要性。
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。C026
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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