DiligentEngine项目配置指南:从零开始搭建CMake项目
2025-06-18 22:35:37作者:史锋燃Gardner
前言
DiligentEngine是一个现代化的跨平台图形渲染引擎,采用C++编写并支持多种图形API。对于初次接触该引擎的开发者来说,如何正确配置CMake项目可能会遇到一些挑战。本文将详细介绍如何从零开始搭建一个基于DiligentEngine的CMake项目。
基础CMake配置
首先创建一个基本的CMakeLists.txt文件,这是CMake项目的核心配置文件:
cmake_minimum_required(VERSION 3.10)
project(MyDiligentProject CXX)
设置DiligentEngine路径
假设你已经将DiligentEngine源代码克隆到本地,需要设置其路径变量:
set(DILIGENT_DIR ${CMAKE_SOURCE_DIR}/../DiligentEngine)
添加源文件和可执行目标
定义你的项目源文件并创建可执行目标:
set(SOURCE
src/main.cpp
)
add_executable(MyDiligentProject WIN32 ${SOURCE})
配置图形API支持
DiligentEngine支持多种图形API,你可以根据需要启用:
set(VULKAN_SUPPORTED TRUE) # 启用Vulkan支持
set(D3D11_SUPPORTED TRUE) # 启用Direct3D 11支持
set(D3D12_SUPPORTED TRUE) # 启用Direct3D 12支持
set(GL_SUPPORTED TRUE) # 启用OpenGL支持
添加DiligentEngine子模块
将DiligentEngine的核心模块和工具添加到你的项目中:
add_subdirectory(${DILIGENT_DIR}/DiligentCore DiligentCore_build)
add_subdirectory(${DILIGENT_DIR}/DiligentSamples/SampleBase SampleBase_build)
add_subdirectory(${DILIGENT_DIR}/DiligentTools/NativeApp NativeApp_build)
配置包含目录
确保编译器能找到所有必要的头文件:
target_include_directories(MyDiligentProject
PRIVATE
${DILIGENT_DIR}/DiligentCore/Common/interface
${DILIGENT_DIR}/DiligentCore/Graphics/GraphicsEngineD3D12/interface
${DILIGENT_DIR}/DiligentCore/Platforms/Win32/interface
${DILIGENT_DIR}/DiligentSamples/SampleBase/include
${DILIGENT_DIR}/DiligentTools/NativeApp/include
)
链接库文件
将你的项目与DiligentEngine的库文件链接:
target_link_libraries(MyDiligentProject
PRIVATE
Diligent-BuildSettings
Diligent-SampleBase
)
# 根据启用的图形API链接相应的库
if(D3D11_SUPPORTED)
target_link_libraries(MyDiligentProject PRIVATE Diligent-GraphicsEngineD3D11-shared)
endif()
if(D3D12_SUPPORTED)
target_link_libraries(MyDiligentProject PRIVATE Diligent-GraphicsEngineD3D12-shared)
endif()
if(GL_SUPPORTED)
target_link_libraries(MyDiligentProject PRIVATE Diligent-GraphicsEngineOpenGL-shared)
endif()
if(VULKAN_SUPPORTED)
target_link_libraries(MyDiligentProject PRIVATE Diligent-GraphicsEngineVk-shared)
endif()
处理运行时依赖
如果需要复制运行时依赖的DLL文件:
if(COMMAND copy_required_dlls)
copy_required_dlls(MyDiligentProject)
endif()
常见问题解决方案
-
SampleBase库未构建:确保正确添加了SampleBase子目录,并且路径设置正确。
-
头文件找不到:检查所有包含路径是否正确设置,特别是接口和include目录。
-
链接错误:确认所有需要的库都已正确链接,并且图形API支持已正确启用。
最佳实践建议
-
保持DiligentEngine源代码的路径结构完整,不要随意移动文件位置。
-
在项目初期,建议从一个简单的示例项目开始,逐步添加功能。
-
定期同步DiligentEngine的最新版本,以获取最新的功能和修复。
-
对于复杂的项目,考虑将DiligentEngine作为git子模块引入,便于版本管理。
通过以上步骤,你应该能够成功搭建一个基于DiligentEngine的CMake项目框架。根据你的具体需求,可以进一步定制和扩展这个基础配置。
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
Ascend Extension for PyTorch
Python
223
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137