ULWGL项目在NixOS上的构建问题分析与解决方案
2025-07-04 13:48:51作者:傅爽业Veleda
ULWGL(umu-launcher)是一个用于Linux平台上的游戏兼容层启动工具。近期在NixOS系统上构建1.1.4版本时遇到了依赖管理问题,本文将深入分析问题原因并提供解决方案。
问题背景
在NixOS环境下构建ULWGL 1.1.4版本时,构建过程会失败并报错"python3: No module named pip"。这是由于项目在构建过程中需要安装urllib3作为vendored依赖,而默认使用了pip安装方式。
根本原因分析
ULWGL项目在1.1.4版本中引入了对urllib3 v2的依赖,并采用了vendoring方式打包。构建系统默认使用pip来安装这个依赖,但NixOS的Python环境默认不包含pip工具,这导致了构建失败。
NixOS作为一个声明式Linux发行版,有其独特的包管理机制:
- 所有依赖必须显式声明
- 构建过程通常不允许网络访问
- 系统会严格隔离构建环境
解决方案
针对NixOS环境,我们有两种可行的解决方案:
方案一:使用系统提供的urllib3
NixOS已经提供了urllib3 v2的官方包,可以直接使用系统版本而非vendored版本。这需要:
- 移除项目中的_vendor目录
- 在构建配置中声明urllib3为依赖
- 确保Python环境能够找到系统安装的urllib3
方案二:保留vendoring但修改构建方式
如果坚持使用vendored版本,则需要:
- 添加pip作为构建依赖
- 修改构建脚本,使其符合NixOS的构建规范
- 可能需要禁用网络访问,预先下载所有依赖
技术实现细节
在实际操作中,NixOS用户可以通过修改构建脚本来解决此问题。关键点包括:
- 修改Makefile,避免直接调用pip
- 使用Nix提供的Python包管理机制处理依赖
- 确保构建过程符合Nix的沙盒要求
最佳实践建议
对于NixOS用户,建议优先使用系统提供的urllib3包而非vendored版本,这样可以:
- 减少重复依赖
- 便于统一管理安全更新
- 符合NixOS的设计哲学
对于项目维护者,可以考虑增加对NixOS等特殊环境的检测和适配逻辑,提高项目的跨平台兼容性。
总结
ULWGL在NixOS上的构建问题展示了不同Linux发行版在包管理上的差异。通过理解NixOS的设计理念和构建机制,开发者可以更好地适配这一特殊环境。无论是使用系统包还是修改构建方式,核心都是要尊重NixOS的声明式管理和沙盒原则。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217