OpenWRT/LEDE项目下Redmi AX6S路由器固件编译问题解析
2025-05-05 03:14:37作者:温艾琴Wonderful
内核大小限制导致的刷机问题
在OpenWRT/LEDE项目中为Redmi AX6S路由器编译固件时,开发者可能会遇到两个典型问题:factory固件刷入时报错"Failed to get erase block status",以及sysupgrade固件刷入后设备变砖(指示灯常亮但无法获取IP地址)。
问题根源分析
这些问题的根本原因在于Linux内核6.x版本后体积增大,超过了小米官方为AX6S路由器定义的固件分区大小限制。Redmi AX6S采用MT7622B芯片,其闪存分区布局对固件大小有严格限制。
解决方案
针对这一问题,社区提供了几种有效的解决方法:
-
使用官方OpenWRT固件过渡:先刷入官方提供的factory固件,再通过sysupgrade方式刷入自定义固件。但需注意此方法可能导致有线接口和5G WiFi功能异常。
-
降级内核版本:修改项目中的Makefile文件,将内核版本从6.1降级到5.15。这一改动能显著减小内核体积,使其符合分区限制。
-
替换设备树文件:使用经过验证的稳定版设备树描述文件(dts),可以确保硬件驱动兼容性。推荐从成熟分支获取这些文件。
技术建议
对于希望继续使用新内核版本的开发者,可以考虑以下优化方向:
- 精简内核模块,移除不必要的驱动和功能
- 调整文件系统压缩参数
- 优化固件打包方式
这些措施可能帮助固件体积满足设备要求,同时保留新内核的特性优势。
总结
Redmi AX6S的固件编译问题体现了嵌入式开发中资源限制与功能需求的平衡。开发者需要根据实际应用场景,在内核版本、功能完整性和稳定性之间做出合理选择。通过社区验证的解决方案,可以确保设备正常运行,同时保留OpenWRT/LEDE项目的灵活性优势。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492