Ring项目中关于-pedantic编译标志导致构建失败的问题分析
2025-06-17 06:32:28作者:宣海椒Queenly
在Ring项目的构建过程中,一个常见的构建失败问题与GCC编译器的-pedantic标志有关。这个问题特别出现在使用非MSVC编译器的环境中,尤其是当构建系统使用了wrapper headers技术时。
问题背景
Ring是一个用Rust编写的密码学库,它在构建过程中会编译一些C代码。项目默认在非MSVC目标上启用了GCC的-pedantic编译标志,这个标志会启用所有严格的ISO C和ISO C++警告,并拒绝所有不符合标准的程序。
问题出现在构建环境使用了wrapper headers技术时。wrapper headers是一种GCC扩展,允许开发者创建"包装"头文件,这些头文件可以使用#include_next指令来包含原始系统头文件。然而,#include_next是一个GCC特有的扩展功能,当启用-pedantic标志时,编译器会将其视为不符合标准的代码并报错。
技术细节
-pedantic标志的主要作用是:
- 确保代码严格遵循ISO C/C++标准
- 禁用所有GCC特有的扩展功能
- 对不符合标准的代码发出警告或错误
在Ring的构建脚本(build.rs)中,默认对非MSVC目标启用了这个标志,导致在使用wrapper headers的环境中构建失败,错误信息为"#include_next is a GCC extension"。
解决方案
经过讨论,项目维护者决定完全从构建脚本中移除-pedantic标志。这个决定基于以下考虑:
- 构建环境的多样性:不同的构建环境可能有不同的需求,特别是当使用wrapper headers等GCC扩展时
- 实用性考虑:严格的ISO标准检查在某些实际环境中可能不必要
- 兼容性:移除该标志可以提高项目在不同构建环境中的兼容性
影响与建议
这个变更对大多数用户是透明的,但有以下几点值得注意:
- 对于依赖-pedantic标志进行严格代码检查的用户,可能需要自行在构建环境中添加该标志
- 项目CI环境可能需要调整以保持原有的代码质量检查
- 开发者应该注意,移除该标志后,代码中可能存在的非标准扩展将不再被编译器警告
这个问题的解决体现了开源项目中平衡代码质量要求与实际环境兼容性的典型过程。通过移除过于严格的默认限制,项目能够更好地适应多样化的构建环境,同时为有特殊需求的用户保留了自定义构建选项的灵活性。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0123
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
openEuler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。
C
457
446
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254