86Box项目在Termux环境下的构建问题分析与解决方案
2025-06-25 14:27:16作者:牧宁李
问题背景
86Box是一款开源的IBM PC模拟器,支持模拟多种经典计算机硬件配置。近期有开发者在Android Termux环境下尝试构建86Box时遇到了链接阶段的符号重复定义问题。本文将详细分析该问题的成因,并提供完整的解决方案。
问题现象
在Termux环境下构建86Box时,链接器报告了多个线程相关函数的重复定义错误。具体表现为:
- 线程创建函数(thread_create_named)重复定义
- 线程等待函数(thread_wait)重复定义
- 事件相关函数(thread_create_event等)重复定义
- 互斥量相关函数(thread_create_mutex等)重复定义
这些错误导致构建过程失败,无法生成可执行文件。
问题分析
通过分析构建日志和源代码,可以确定问题根源在于:
-
86Box项目提供了两套线程实现:
- 基于C++11标准库的实现(src/thread.cpp)
- 基于Unix系统调用的实现(unix/unix_thread.c)
-
在Unix/Linux环境下,这两套实现同时被编译并链接到最终的可执行文件中,导致符号冲突。
-
特别是当构建系统未正确配置CPPTHREADS选项时,系统会同时编译这两套实现。
解决方案
方法一:禁用C++11线程实现
最直接的解决方案是明确禁用C++11线程实现,强制使用Unix系统调用实现:
cmake -D CPPTHREADS=OFF ..
这种方法简单有效,适合大多数Unix-like系统,包括Termux环境。
方法二:源代码条件编译
对于需要保留C++11实现的特殊情况,可以通过修改源代码添加条件编译指令:
// 在src/thread.cpp文件开头添加
#if !defined(__unix__)
// C++11线程实现代码
#endif
这种方法更加灵活,但需要维护额外的条件编译代码。
构建建议
对于Termux环境下的86Box构建,推荐以下最佳实践:
-
确保构建环境完整:
pkg install git cmake make gcc -
明确指定构建选项:
cmake -D CPPTHREADS=OFF -D FLUIDSYNTH=OFF .. -
对于资源受限的移动设备,建议禁用动态重编译:
cmake -D CPU_DYNAREC=OFF ..
验证结果
应用上述解决方案后,86Box应能在Termux环境下成功构建并运行。测试时可以使用以下基本配置:
[Machine]
machine = ibmpc
cpu_family = 8088
mem_size = 64
[Video]
gfxcard = mda
这种配置对系统资源需求较低,适合在移动设备上测试基本功能。
总结
86Box在非标准Unix环境(如Termux)下的构建问题主要源于线程实现的冲突。通过合理配置构建选项或修改源代码,可以解决符号重复定义的问题。本文提供的解决方案已在Android 11+Cortex-A55平台上验证通过,开发者可根据实际需求选择适合的方法。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
199
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
279
98
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210