Sunshine项目在macOS M1上的编译问题分析与解决
背景介绍
Sunshine是一款开源的Moonlight兼容服务器软件,它允许用户通过流式传输技术在本地网络上玩游戏。最近有用户在Apple M1芯片的macOS系统上尝试通过Homebrew安装Sunshine时遇到了编译错误。
问题现象
用户在运行brew install sunshine命令时,编译过程在构建nvenc_d3d11.cpp等文件时失败。错误信息显示主要问题出在Boost Process库的命名空间冲突上,具体表现为编译器无法确定应该使用哪个版本的basic_environment、child、environment和group类定义。
技术分析
根本原因
-
Boost库版本冲突:错误信息显示系统同时存在Boost Process v1和普通版本的Boost Process库,导致编译器无法确定应该使用哪个版本的类定义。
-
命名空间污染:Sunshine项目代码中直接引用了
boost::process命名空间下的类,而系统同时安装了新旧两个版本的Boost Process库,造成了命名冲突。 -
macOS M1架构兼容性:虽然这不是主要问题,但在ARM架构上编译时,一些针对x86架构优化的代码可能需要特殊处理。
错误细节
编译器报错显示多个"ambiguous reference"(模糊引用)错误,具体表现在:
basic_environment类的引用不明确child类的引用不明确environment类型的引用不明确group类的引用不明确
这些错误都源于Boost Process库新旧版本之间的定义冲突。
解决方案
经过社区验证,可以通过以下方法解决此问题:
-
使用sunshine-beta版本:执行命令
brew install sunshine-beta可以绕过这个编译问题。beta版本可能已经更新了对新Boost库的支持。 -
手动指定Boost版本:对于希望从源码编译的用户,可以尝试在编译时明确指定使用特定版本的Boost库。
-
更新项目代码:长期解决方案是更新Sunshine项目代码,使其明确使用特定版本的Boost Process库,避免命名空间冲突。
技术建议
对于开发者和高级用户,如果遇到类似问题,可以考虑:
- 检查系统中安装的Boost库版本,确保没有多个版本冲突
- 在CMake配置中明确指定Boost库路径
- 考虑使用虚拟环境或容器来隔离不同项目的依赖
- 关注项目官方更新,及时获取修复版本
总结
在macOS M1设备上编译Sunshine项目时遇到的Boost库冲突问题,反映了现代C++项目中依赖管理的复杂性。通过使用beta版本或调整编译环境,用户可以成功解决这一问题。这也提醒我们,在跨平台开发中,需要特别注意第三方库的版本兼容性问题。
对于普通用户,最简单的解决方案就是按照建议使用sunshine-beta版本,而对于开发者,则可以考虑更深入的解决方案来确保开发环境的稳定性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00