Cemu项目在Ubuntu 22.04上的构建问题分析与解决方案
2025-05-28 06:34:19作者:瞿蔚英Wynne
问题背景
在Ubuntu 22.04系统上构建Cemu模拟器项目时,开发者可能会遇到两个主要的构建问题。第一个问题涉及vcpkg依赖管理工具的安装失败,第二个问题则是与C++标准库链接相关的编译错误。本文将详细分析这两个问题的成因,并提供完整的解决方案。
vcpkg安装失败问题
问题现象
当执行cmake命令配置构建环境时,系统会首先尝试安装vcpkg依赖。在此过程中,可能会遇到如下错误:
error: failed to execute: /usr/bin/git --git-dir=/home/user/Cemu/dependencies/vcpkg/.git --work-tree=/home/user/Cemu/dependencies/vcpkg/buildtrees/versioning_/versions/boost-modular-build-helper/843c4331dc1453c80f99e25be4513c99074c5cf2_22068.tmp -c core.autocrlf=false read-tree -m -u 843c4331dc1453c80f99e25be4513c99074c5cf2
vcpkg was cloned as a shallow repository in: /home/user/Cemu/dependencies/vcpkg/.git
Try again with a full vcpkg clone.
问题分析
这个错误表明vcpkg仓库是以浅克隆(shallow clone)方式获取的,缺少完整的历史记录。vcpkg在构建过程中需要访问完整的git历史来验证某些依赖项的版本信息,浅克隆无法满足这一需求。
解决方案
- 进入vcpkg目录:
cd dependencies/vcpkg
- 执行git fetch命令获取完整历史:
git fetch --unshallow
- 返回项目根目录继续构建过程:
cd ../..
C++标准库链接问题
问题现象
在解决vcpkg问题后,可能会遇到第二个构建错误:
/usr/bin/ld: cannot find -lstdc++: No such file or directory
clang: error: linker command failed with exit code 1 (use -v to see invocation)
问题分析
这个错误表明链接器无法找到C++标准库(libstdc++)。在Ubuntu 22.04上,clang++15默认会尝试链接最新安装的GCC版本的C++标准库,但Cemu项目需要特定版本的GCC标准库支持。
解决方案
- 安装GCC-11及其标准库开发包:
sudo apt install gcc-11 g++-11 libstdc++-11-dev
- 确保构建环境正确设置了库路径:
export LIBRARY_PATH=/usr/lib/gcc/x86_64-linux-gnu/11
- 或者,可以在cmake命令中显式指定标准库路径:
cmake -S . -B build -DCMAKE_BUILD_TYPE=release -DCMAKE_C_COMPILER=/usr/bin/clang-15 -DCMAKE_CXX_COMPILER=/usr/bin/clang++-15 -G Ninja -DCMAKE_MAKE_PROGRAM=/usr/bin/ninja -DCMAKE_CXX_FLAGS="-L/usr/lib/gcc/x86_64-linux-gnu/11"
完整构建流程总结
基于上述分析,在Ubuntu 22.04上成功构建Cemu的完整流程如下:
- 安装必要的依赖包:
sudo apt install -y cmake curl clang-15 freeglut3-dev git libgcrypt20-dev libglm-dev libgtk-3-dev libpulse-dev libsecret-1-dev libsystemd-dev libtool nasm ninja-build libusb-1.0-0-dev gcc-11 g++-11 libstdc++-11-dev
- 克隆Cemu仓库:
git clone --recursive https://github.com/cemu-project/Cemu
cd Cemu
- 修复vcpkg浅克隆问题:
cd dependencies/vcpkg && git fetch --unshallow && cd ../..
- 配置构建环境:
cmake -S . -B build -DCMAKE_BUILD_TYPE=release -DCMAKE_C_COMPILER=/usr/bin/clang-15 -DCMAKE_CXX_COMPILER=/usr/bin/clang++-15 -G Ninja -DCMAKE_MAKE_PROGRAM=/usr/bin/ninja
- 构建项目:
cmake --build build
技术要点总结
-
vcpkg浅克隆问题是现代软件开发中常见的依赖管理问题,特别是在使用git子模块时。理解git的浅克隆机制对于解决这类构建问题很有帮助。
-
C++标准库兼容性是跨编译器构建时的常见挑战。Clang与GCC的兼容性虽然良好,但在标准库实现上仍有差异,特别是在不同版本之间。
-
构建系统配置需要开发者对CMake、编译器和链接器的工作原理有基本了解,才能有效诊断和解决构建过程中的问题。
通过以上步骤和解释,开发者应该能够在Ubuntu 22.04系统上顺利完成Cemu项目的构建。如果在过程中遇到其他问题,建议检查构建日志中的详细错误信息,并参考相关开发文档。
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
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218