Emscripten SDK 3.1.72 版本中未定义符号问题的分析与解决
2025-06-25 23:26:33作者:傅爽业Veleda
问题背景
在使用 Emscripten SDK 3.1.72 版本进行项目构建时,开发者遇到了两个未定义符号的错误:saveSetjmp 和 testSetjmp。这些错误仅在 CI 环境(GitHub Actions)中出现,而在本地开发环境中构建正常。
错误现象
构建过程中出现的具体错误信息如下:
error: undefined symbol: saveSetjmp (referenced by root reference (e.g. compiled C/C++ code))
error: undefined symbol: testSetjmp (referenced by root reference (e.g. compiled C/C++ code))
技术分析
-
符号来源:
saveSetjmp和testSetjmp是由 LLVM 编译器生成的内部符号- 这些符号在较新版本的 LLVM 中已被重命名(LLVM PR #84137,2024年3月合并)
-
问题根源:
- 项目可能混合使用了不同 LLVM 版本编译的对象文件或库
- CI 环境中可能存在旧版本的构建缓存,导致新旧符号不兼容
-
诊断方法:
- 使用链接器选项
-Wl,--trace-symbol=saveSetjmp追踪问题符号的来源 - 检查构建系统中是否有残留的旧版本对象文件
- 使用链接器选项
解决方案
-
清理构建缓存:
- 清除 CI 环境中的构建缓存(如 GitHub Actions 的缓存)
- 执行完整的重新构建而非增量构建
-
构建环境一致性:
- 确保开发环境和 CI 环境使用完全相同的工具链版本
- 检查所有依赖库是否使用相同版本的 Emscripten 工具链编译
-
构建系统配置:
- 在 CMake 配置中添加清理步骤,确保每次构建都是全新的
- 考虑在 CI 脚本中添加缓存清理命令
经验总结
-
版本兼容性:
- 当升级 Emscripten/LLVM 版本时,需要注意符号表的变更
- 大版本更新后建议执行完全清理的构建
-
环境一致性:
- 开发环境和 CI 环境的差异可能导致难以诊断的问题
- 构建缓存虽然能加速构建,但也可能引入隐蔽的兼容性问题
-
错误诊断技巧:
- 对于未定义符号问题,可以使用链接器的符号追踪功能
- 对比不同环境下的构建日志有助于定位问题
这个问题提醒我们,在现代 C++ 跨平台开发中,构建环境的完全一致性和缓存管理是需要特别注意的方面。特别是在使用 Emscripten 这样的复杂工具链时,版本升级可能带来微妙的兼容性问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 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 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868