OpenWRT编译与京东亚瑟云AX1800 Pro路由器刷机问题分析
2025-05-05 05:08:56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
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 StartedRust0193
cann-learning-hubCANN 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 Notebook0121
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 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++
857
1.94 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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
884
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
443
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
612