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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557