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 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
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
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
1.1 K
611
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
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
暂无简介
Dart
986
253