解决LEDE项目编译过程中遇到的Makefile错误
2025-05-05 19:36:27作者:蔡怀权
在编译LEDE项目(OpenWRT的一个分支)时,开发者可能会遇到各种编译错误。本文将详细分析一个特定的编译错误案例,并提供解决方案。
错误现象
当使用LEDE项目的20220716分支代码进行编译时,执行./scripts/feeds install -a命令后出现以下错误:
feeds/telephony/net/asterisk-chan-lantiq/Makefile: invalid group spec :vmmc=386
随后执行make V=s -j1命令时,编译过程最终失败,并显示:
make[1]: *** [tools/Makefile:158: /home/tarry/lede/staging_dir/host/stamp/.tools_compile_yyynyynnyyyynyyyyyynyynyyynynyyyyyyyyyyyyyyyyyynynnyyyyyyyyyy] Error 2
make: *** [/home/tarry/lede/include/toplevel.mk:230: world] Error 2
错误分析
这个错误源于telephony feed中的Makefile格式问题。具体来说,asterisk-chan-lantiq包的Makefile中包含了一个无效的组规范:vmmc=386,这不符合Makefile的语法规则。
解决方案
方法一:移除telephony feed
对于大多数不需要电话功能的用户来说,最简单的解决方案是从feeds.conf.default文件中移除telephony feed的引用。具体步骤如下:
- 打开
feeds.conf.default文件 - 找到包含
src-git telephony的行 - 删除或注释掉该行
- 保存文件
- 重新运行
./scripts/feeds update -a和./scripts/feeds install -a
方法二:修复Makefile错误
如果需要保留telephony功能,可以尝试手动修复Makefile错误:
- 定位到
feeds/telephony/net/asterisk-chan-lantiq/Makefile文件 - 查找并修复
:vmmc=386这一无效语法 - 可能需要联系软件包维护者获取正确的Makefile版本
版本兼容性说明
值得注意的是,用户最初尝试使用较新版本的LEDE代码(R25.2.5/Openwrt-23.05)编译时虽然成功,但在CR660X路由器上运行时出现性能问题(内存占用大、运行卡顿)。而较旧的R22.8.2版本(内核5.4.203)则运行良好。
这表明:
- 新版本可能包含更多功能,但对硬件资源要求更高
- 旧版本更适合资源有限的设备
- 在资源受限的设备上,建议使用经过优化的旧版本固件
编译建议
对于需要在旧版本基础上添加自定义插件的用户,建议:
- 使用稳定可靠的旧版本分支代码
- 仔细检查所有feed的兼容性
- 逐步添加所需插件,确保系统稳定性
- 在资源受限的设备上,避免添加不必要的功能
通过以上方法,开发者可以成功解决编译过程中的Makefile错误,并根据设备性能选择合适的固件版本。
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 StartedRust0197
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 Notebook0126
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。Python06
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
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
5.01 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++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
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++
689
1.35 K
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
458
453
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
1.02 K
265
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
250
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
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425