Sunshine项目Windows平台编译问题分析与解决方案
2025-05-08 23:14:39作者:卓艾滢Kingsley
问题背景
在Windows 11操作系统上编译Sunshine项目时,开发者遇到了关于Windows图形捕获功能的编译错误。错误信息显示编译器无法找到winrt/Windows.Graphics.Capture.h头文件,导致编译过程中断。
错误现象
编译过程中出现的具体错误信息包括:
fatal error: winrt/Windows.Graphics.Capture.h: No such file or directory
#include <winrt/Windows.Graphics.Capture.h>
该错误出现在多个与显示相关的源文件中,包括display_ram.cpp、display_vram.cpp和display_base.cpp等。
问题分析
-
依赖关系:Sunshine项目在Windows平台上需要Windows运行时(WinRT)的支持,特别是Windows图形捕获功能,这是Windows 10/11提供的现代API。
-
编译环境差异:
- 使用MSYS2 MinGW环境编译时会出现上述错误
- 使用MSYS2 UCRT64环境则可以正常编译
-
潜在原因:
- 编译工具链不匹配
- 缺少必要的Windows SDK组件
- 环境配置不正确
解决方案
推荐方案:使用MSYS2 UCRT64环境
- 确保已安装最新版MSYS2
- 在MSYS2 shell中切换到UCRT64环境
- 按照标准流程进行编译
替代方案:使用MSYS2 MinGW环境
如果必须使用MinGW环境,需要执行以下步骤:
-
安装必要的依赖包:
pacman -S mingw-w64-ucrt-x86_64-cppwinrt -
清理之前的构建文件:
rm -rf build/ -
重新配置和编译项目
技术细节
Windows图形捕获API是Windows 10(版本1809)及更高版本引入的功能,它允许应用程序以编程方式捕获屏幕内容。Sunshine项目利用这一功能实现高效的屏幕捕获和流媒体传输。
UCRT(Universal C Runtime)是微软推荐的现代C运行时环境,相比传统的MinGW环境,它提供了更好的Windows API兼容性和更完整的WinRT支持。
最佳实践建议
- 环境一致性:建议开发团队统一使用UCRT64环境进行Windows平台的开发和构建
- 文档更新:项目文档应明确说明Windows平台的编译环境要求
- 构建脚本优化:可以考虑在CMake配置阶段检查环境兼容性,提前给出明确的错误提示
总结
Sunshine项目在Windows平台的编译问题主要源于编译环境的选择。通过使用正确的MSYS2 UCRT64环境,开发者可以避免Windows图形捕获API相关的编译错误,顺利完成项目构建。这一经验也提醒我们,在现代Windows开发中,选择合适的工具链对于项目成功构建至关重要。
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 StartedRust0458
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0787
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-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++0316
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
项目优选
收起
暂无描述
Markdown
832
5.52 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
497
522
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
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++
802
1.6 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++
982
2.32 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
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++
486
315
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++
1.21 K
1.27 K
CANN 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 Notebook
668
316