mpv-winbuild-cmake完全入门:从安装到编译的一站式教程
2026-02-04 05:21:11作者:贡沫苏Truman
mpv-winbuild-cmake 是一个基于 CMake 的 MinGW-w64 交叉编译工具链,主要用于构建 Windows 平台的 mpv 媒体播放器二进制文件。本教程将从环境准备到最终编译,为你提供完整的操作指南,帮助新手轻松掌握使用方法。
📋 必备条件与环境准备
支持的操作系统
- 推荐环境:现代 Linux 发行版(编译速度快且兼容性好)
- 兼容环境:Cygwin / MSYS2(编译速度较慢,需额外配置)
- 注意:Windows 10/11 用户可通过 WSL2 运行 Linux 环境进行编译
核心依赖工具
- 构建工具:Ninja(推荐,比 GNU Make 更快更可靠)
- 版本控制:Git、Mercurial、Subversion
- 编译工具链:GCC 或 Clang(GCC 更成熟,Clang 支持更多架构)
🔧 系统环境配置
Manjaro / Arch Linux
打开终端执行以下命令安装依赖:
sudo pacman -S git gyp mercurial subversion ninja cmake meson ragel yasm nasm asciidoc enca gperf unzip p7zip gcc-multilib clang lld libc++ libc++abi python-pip curl lib32-gcc-libs lib32-glib2 mimalloc ccache
pip3 install rst2pdf mako jsonschema
sudo pacman -S llvm # 用于构建 LLVM PGO
Ubuntu Linux / WSL
sudo apt-get install build-essential checkinstall bison flex gettext git mercurial subversion ninja-build gyp cmake yasm nasm automake pkgconf libtool libtool-bin gcc-multilib g++-multilib clang lld libc++1 libc++abi1 libgmp-dev libmpfr-dev libmpc-dev libgcrypt-dev gperf ragel texinfo autopoint re2c asciidoc python3-pip docbook2x unzip p7zip-full curl mimalloc ccache
pip3 install rst2pdf meson mako jsonschema
WSL 特别配置:
需要创建 /etc/wsl.conf 和 C:\Users\<UserName>\.wslconfig 文件限制资源使用,避免编译时卡死。
MSYS2 / Cygwin
- MSYS2:需通过
MSYS2 MSYS快捷方式启动,禁用mingw32和mingw64仓库 - Cygwin:部分依赖需手动安装,可参考 官方指南
🚀 快速开始:编译步骤
1. 获取源码
git clone https://gitcode.com/GitHub_Trending/mp/mpv-winbuild-cmake
cd mpv-winbuild-cmake
2. 配置 CMake(GCC 示例)
cmake -DTARGET_ARCH=x86_64-w64-mingw32 \
-DGCC_ARCH=x86-64-v3 \
-DSINGLE_SOURCE_LOCATION="/home/user/packages" \
-DRUSTUP_LOCATION="/home/user/install_rustup" \
-G Ninja -B build64 -S .
-DTARGET_ARCH:目标架构(x86_64-w64-mingw32或i686-w64-mingw32)-DGCC_ARCH:CPU 架构优化(如x86-64-v3、native)-B build64:指定构建目录(64位为例)
3. 执行编译
cd build64
ninja download # 提前下载所有依赖包(可选)
ninja gcc # 构建 GCC 工具链(约20分钟)
ninja mpv # 构建 mpv 及所有依赖
编译结果:最终文件位于 build64 目录,总大小约 3GB
4. 二次编译更新
ninja update # 更新所有 Git 仓库
ninja mpv # 增量编译 mpv
⚙️ 高级选项:Clang 编译
Clang 支持 x86_64、i686 和 aarch64 架构(aarch64 未测试),配置示例:
cmake -DTARGET_ARCH=x86_64-w64-mingw32 \
-DCMAKE_INSTALL_PREFIX="/home/user/clang_root" \
-DCOMPILER_TOOLCHAIN=clang \
-DGCC_ARCH=x86-64-v3 \
-G Ninja -B build_clang -S .
cd build_clang
ninja llvm # 构建 LLVM(约2小时)
ninja rustup # 构建 Rust 工具链
ninja llvm-clang # 构建 Clang 交叉编译器
ninja mpv # 构建 mpv
📌 常用命令参考
| 命令 | 描述 |
|---|---|
ninja package |
编译指定包(package 为 packages 目录下的包名) |
ninja clean |
清理所有构建缓存 |
ninja download |
批量下载所有依赖源码 |
ninja update |
更新所有 Git 仓库并触发增量构建 |
ninja package-fullclean |
清理指定包的所有缓存 |
📦 包含的主要组件
mpv-winbuild-cmake 会自动构建以下核心组件(完整列表见 packages 目录):
- 媒体处理:FFmpeg、x264、x265、dav1d、libvpx
- 音频处理:Opus、FLAC、LAME、libsoxr
- 图形渲染:libplacebo、vulkan、shaderc
- 字幕与字体:libass、fontconfig、freetype2
- 容器格式:libbluray、libdvdread、libarchive
💡 常见问题解决
- WSL 编译卡死:配置
wsl.conf和.wslconfig限制内存使用(建议设为 4GB) - 依赖缺失:根据错误提示安装对应的开发包(通常以
-dev或-devel结尾) - 架构不兼容:确保
TARGET_ARCH与系统架构匹配(32位/64位)
通过本教程,你已掌握使用 mpv-winbuild-cmake 构建 Windows 版 mpv 的完整流程。无论是新手还是有经验的开发者,都能通过这套工具链轻松定制自己的 mpv 播放器。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271