Cemu项目在Linux Mint上的编译问题分析与解决方案
2025-05-28 12:43:37作者:范靓好Udolf
问题背景
在Linux Mint 21.3系统上编译Cemu模拟器项目时,开发者遇到了构建失败的问题。该问题主要出现在链接阶段,错误信息显示LLVMgold.so插件加载失败。通过分析发现,这是由于编译环境配置不当导致的典型问题。
环境准备
在Linux Mint系统上编译Cemu项目需要特别注意以下几点:
-
编译器选择:项目推荐使用Clang 15作为编译器,在Debian系发行版中通常以
clang-15和clang++-15的形式安装。 -
构建工具:需要安装Ninja构建系统,这是Cemu项目的推荐构建工具。
-
依赖管理:项目使用vcpkg进行依赖管理,需要确保相关依赖包已正确安装。
常见错误分析
错误1:LLVMgold.so加载失败
/usr/bin/ld: /usr/bin/../lib/LLVMgold.so: error loading plugin: /usr/bin/../lib/LLVMgold.so: cannot open shared object file: No such file or directory
原因分析:
- 在Linux Mint 21.3(Ubuntu 22.04基础)中,
clang-15实际上是/usr/lib/llvm-15/bin/clang-15的符号链接 LLVMgold.so由llvm-15-linker-tools包提供,位于/usr/lib/llvm-15/lib/目录- 当开发者手动复制
clang-15到/usr/bin/clang时,破坏了原有的相对路径关系
解决方案:
- 恢复系统原始的
clang-15和clang++-15配置 - 使用正确的CMake命令指定编译器路径
错误2:编译器路径配置错误
CMake Error: The CMAKE_C_COMPILER: /usr/bin/clang is not a full path to an existing compiler tool.
原因分析:
- CMake缓存中保存了旧的编译器路径配置
- 系统缺少
/usr/bin/clang的符号链接
解决方案:
- 清除CMake缓存文件
build/CMakeCache.txt - 使用完整路径指定编译器版本
正确的构建步骤
- 安装必要依赖:
sudo apt install clang-15 clang++-15 ninja-build llvm-15-linker-tools libudev-dev
- 配置构建环境:
cmake -S . -B build \
-DCMAKE_BUILD_TYPE=release \
-DCMAKE_C_COMPILER=/usr/bin/clang-15 \
-DCMAKE_CXX_COMPILER=/usr/bin/clang++-15 \
-G Ninja \
-DCMAKE_MAKE_PROGRAM=/usr/bin/ninja
- 执行构建:
cmake --build build
技术要点总结
-
编译器管理:在Linux系统中,不同版本的Clang通常以版本后缀区分,不应手动创建无版本号的符号链接。
-
构建系统缓存:CMake会缓存配置信息,当更改编译器路径等关键配置时,需要清除缓存文件。
-
LLVM工具链:LLVM的链接器插件(LLVMgold.so)需要与编译器版本匹配,且位于正确的相对路径中。
-
系统包管理:在基于Debian的系统中,应优先使用apt安装开发工具链,避免手动干预系统目录。
通过遵循上述步骤和原则,可以在Linux Mint系统上顺利完成Cemu项目的构建。对于其他基于Debian/Ubuntu的Linux发行版,此解决方案同样具有参考价值。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
647
795
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
434
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
984
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989