OpenWRT编译与京东亚瑟云AX1800 Pro路由器刷机问题分析
2025-05-05 02:01:58作者:钟日瑜
问题背景
在OpenWRT项目中对京东亚瑟云AX1800 Pro路由器进行固件编译和刷机过程中,开发者遇到了几个典型问题。这些问题主要集中在固件编译配置、刷机方式选择以及系统配置保存等方面。
主要问题表现
- 固件刷入失败:通过uboot上传编译好的LEDE固件时,路由器亮红灯且无法正常启动
- 配置无法保存:使用recovery方式刷机成功后,系统配置在断电重启后会恢复初始状态
- 设备识别问题:配置文件中设备名称与实际设备可能存在差异
技术分析与解决方案
1. 固件刷入问题
编译生成的固件无法通过常规uboot方式刷入,这通常与固件格式或分区表配置有关。针对此问题,开发者发现:
- 需要使用特定的
recovery.bin文件进行刷机 - 在uboot界面选择
openwrt-qualcommax-ipq60xx-jdcloud_re-ss-01-squashfs-recovery.bin文件进行上传和刷机
2. 配置保存问题
系统配置无法持久化保存的根本原因在于固件编译配置中缺少必要的sysupgrade支持。解决方案是修改target/linux/qualcommax/image/ipq60xx.mk文件,在23行后添加:
IMAGE/sysupgrade.bin/squashfs := append-rootfs | pad-to 64k | sysupgrade-tar rootfs=$$$$@ | append-metadata
这一修改确保了系统升级和配置保存功能的正常工作。
3. 设备识别问题
值得注意的是,京东亚瑟云AX1800 Pro在OpenWRT中的设备标识为jdcloud_re-ss-01,而非直观的jdc_ax1800_pro。这种命名差异可能导致开发者在配置时产生混淆。
编译配置要点
成功的编译配置需要注意以下几个关键点:
-
目标平台选择:
CONFIG_TARGET_qualcommax=y CONFIG_TARGET_qualcommax_ipq60xx=y CONFIG_TARGET_qualcommax_ipq60xx_DEVICE_jdcloud_re-ss-01=y -
CPU架构设置:
CONFIG_TARGET_ARCH_PACKAGES="aarch64_cortex-a53" CONFIG_CPU_TYPE="cortex-a53" -
内核版本:
CONFIG_LINUX_6_1=y -
必要的驱动和固件:
CONFIG_DEFAULT_ath11k-firmware-ipq6018=y CONFIG_DEFAULT_ipq-wifi-jdcloud_ax1800pro=y CONFIG_DEFAULT_nss-firmware-ipq6018=y
经验总结
- 刷机方式选择:对于京东亚瑟云AX1800 Pro,优先使用recovery模式刷机
- 配置持久化:确保编译配置中包含正确的sysupgrade支持
- 设备识别:注意OpenWRT中设备命名与实际产品名称的差异
- 云编译注意事项:使用GitHub Actions等云编译服务时,需要预先确认所有必要的修改已提交
后续发展
根据开发者反馈,项目维护者已经修复了配置保存问题。目前最新版本的编译已经可以正常保存系统配置。不过,某些插件在编译过程中可能仍然存在兼容性问题,需要开发者根据实际需求进行选择和测试。
通过系统分析这些问题和解决方案,开发者可以更顺利地完成京东亚瑟云AX1800 Pro路由器的OpenWRT固件编译和刷机工作,充分发挥这款硬件设备的潜力。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
230
暂无简介
Dart
660
150
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++
657
293
🎉 (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
1.18 K
646
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
1.03 K
490
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
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