Moonlight-qt在Raspberry Pi 5终端环境下的Qt窗口创建问题解析
2025-05-18 23:39:35作者:钟日瑜
问题现象
在Raspberry Pi 5设备上运行Moonlight-qt时,当从终端环境(非桌面环境)启动应用时,会出现"Qt Fatal: Cannot create window: no screens available"的错误提示。该问题在桌面环境下不会出现,且仅影响Raspberry Pi 5设备,之前的Pi版本不受影响。
技术背景
Moonlight-qt是基于Qt框架开发的游戏串流客户端。在Linux系统下,Qt通常使用以下显示后端之一:
- X11 - 传统的X Window系统
- Wayland - 新一代显示协议
- EGLFS - 嵌入式OpenGL全屏系统
当Qt无法检测到X11或Wayland时,默认会回退到EGLFS模式。在Raspberry Pi 5上,这种自动回退机制出现了问题。
问题根源
Raspberry Pi 5采用了新的显示架构和64位ARM处理器,其DRM(Direct Rendering Manager)子系统与之前版本有所不同。错误日志显示"drmModeGetResources failed (Operation not supported)",这表明Qt无法通过DRM接口获取显示资源信息。
解决方案
经过技术分析,发现可以通过以下两种方式解决:
方法一:指定DRM设备
创建eglfs.json配置文件:
{
"device": "/dev/dri/card1"
}
然后通过环境变量指定配置:
QT_QPA_EGLFS_KMS_CONFIG=eglfs.json moonlight-qt
方法二:使用修复补丁
开发团队已经提交了修复该问题的补丁(011feab6ceb1922e997cc9e8d82dd7387f9479a5),该补丁优化了Qt在Raspberry Pi 5上的显示设备检测逻辑。
技术细节
- Raspberry Pi 5的显示控制器被映射到/dev/dri/card1而非传统设备节点
- Qt的EGLFS后端需要明确指定KMS(Kernel Mode Setting)配置
- 补丁改进了设备检测顺序和错误处理机制
最佳实践建议
对于终端用户,建议:
- 更新到包含修复补丁的最新版本Moonlight-qt
- 如果必须使用旧版本,采用方法一的配置方案
- 在Raspberry Pi 5上使用时,确保显示输出连接到正确的HDMI端口
对于开发者,需要注意:
- 嵌入式设备上的显示后端选择策略
- 不同硬件平台上的DRM接口差异
- Qt框架在无显示环境下的回退机制
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
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++
66
96
暂无简介
Dart
633
143