如何从源码构建Shrimply:Rust + CUDA开发环境完整搭建教程

原创2026-10-14 23:07:481,895 阅读

如何从源码构建Shrimply:Rust + CUDA开发环境完整搭建教程

Shrimply 是一款用 Rust 编写的跨平台 GPU 视频编辑器,其渲染核心依赖 CUDA 与 Slang 着色器。本文带你从零完成 Shrimply 源码构建 的完整流程:先准备 NVIDIA 显卡与约 70 GB 磁盘空间,再通过 Fedora 手动装依赖、Nix 一键环境或 Docker 三种方案之一,用一条 make dev 命令编译并启动编辑器。

Shrimply视频编辑器界面:属性检查器、视频预览区与多轨时间线

一、构建前准备:硬件与磁盘要求

在动手之前,先确认你的机器满足以下硬性条件(摘自项目 development.rst 文档):

要求 说明
🖥️ 显卡 NVIDIA GPU(GTX 900 ~ RTX 50 系列)或 Apple Silicon
💻 系统 Linux + Wayland,或 macOS 15+
🔧 驱动 必须安装 NVIDIA 驱动,否则无法运行 Shrimply
📦 磁盘 源码构建约需 70 GB 可用空间
🎛️ 工具链 Rust 固定为 nightly-2026-04-03(由 rust-toolchain.toml 锁定)
🎬 CUDA 官方验证于 CUDA Toolkit 12.9,默认路径 /usr/local/cuda

💡 Shrimply 目前处于 pre-alpha 阶段,构建过程中遇到崩溃、性能回退属于正常现象,请保持耐心。

二、克隆源码:三步获取完整代码

Shrimply 依赖若干 git 子模块(OptiX SDK、manim、vtracer,见 external/),务必初始化子模块,否则后续编译会直接报错:

git clone https://gitcode.com/gh_mirrors/sh/shrimply.git
cd shrimply
git submodule update --init --recursive

仓库根目录的 Makefile 是所有构建命令的入口,所有 make 目标都在其中定义。

三、方案A:Fedora 手动安装依赖(官方首选路径)

官方推荐的构建路径是 Fedora。Makefile 内置了完整的依赖包清单,一条命令即可装齐 Rust、Clang、LLD、OpenCV、FFmpeg、GTK4、Qt6 等开发库:

make deps-fedora   # 通过 dnf 安装全部系统依赖
make dev           # 编译并启动 GTK 版编辑器

几个容易踩的坑:

  • Slang 依赖:构建过程会自动下载 Slang 编译器,请确保系统装有 curl、tar、sha256sum。若你已有本地 Slang,可设置环境变量 SLANG_LIBRARY_DIR 和 SLANG_INCLUDE_DIR 跳过下载(参考 pkgs/slang.nix 中锁定的版本)。
  • CUDA 架构自动检测:开发构建会调用 packaging/cuda-target.py 读取你的 GPU 计算能力,自动生成 sm_XX 目标;检测失败说明 NVIDIA 驱动没装好。
  • 日志位置:开发日志统一输出到 target/shrimply-dev.log,排错时先看它。
  • 想试 Qt 界面? 把 make dev 换成 make dev-qt,只编译不启动则用 make qt-build,产物为 target/debug/shrimply-qt。

四、方案B:Nix 一键开发环境(最省心)

如果你嫌装依赖麻烦,项目的 flake.nix 提供了完整的 Nix 开发壳,一次性给齐 Rust、CUDA Toolkit、Slang 以及 GTK/Qt 原生依赖(pkgs/dev-shell.nix 定义了完整包列表):

git submodule update --init --recursive
nix develop --accept-flake-config
make dev

也可以直接构建可运行包,而不进入开发壳:

nix build --accept-flake-config
./result/bin/shrimply

⚠️ 注意:该包内置面向 compute capability 8.6(RTX 30 系)的 CUDA 内核。多用户版 Nix 若无法信任 CUDA 二进制缓存,需先在系统 Nix 配置中手动添加该缓存源。

五、方案C:Docker 实验性构建

如果本机环境实在无法调通,可以用仓库根目录的 Dockerfile 在容器内完成整个构建(标记为 Experimental):

git submodule update --init --recursive
docker buildx build --target export --output type=local,dest=dist/stage .

构建完成后,dist/stage/ 目录下即为打包好的可运行文件(含 shrimply、shrimply-qt、shrimply-mcp 等二进制)。

六、常用 make 命令速查表

日常开发中,你大概率只会用到下表这几个目标(完整清单见 Makefile):

命令 作用
make dev 编译并启动 GTK 编辑器(含依赖检查与 CUDA 内核编译)
make dev-qt 编译并启动 Qt 版编辑器
make build / make release 仅编译 debug / release 版本,不启动
make check 跑完整检查:格式、Clippy lint、文档校验等
make test 运行全部 Rust 测试
make docs 用 Sphinx 构建官方文档
make clean 清理构建产物

七、常见问题排查清单

  • Could not detect the local CUDA architecture → NVIDIA 驱动未正确安装,packaging/cuda-target.py 无法读取 libcuda.so.1。先装好驱动再重试。
  • Slang 下载失败 → 检查 curl/tar/sha256sum 是否可用,或手动设置 SLANG_LIBRARY_DIR、SLANG_INCLUDE_DIR。
  • 找不到 CUDA 工具链 → 构建脚本默认 CUDA_HOME=/usr/local/cuda,如果你的 CUDA 装在其他位置,请显式传入 CUDA_HOME=... make dev。
  • 界面起不来但编译通过 → 查看 target/shrimply-dev.log;程序崩溃时 Makefile 会自动调用 crash-report 目标生成堆栈转储到 target/shrimply-editor.stack。
  • 构建太慢 → 项目已针对 debug 构建关闭 LTO、开启增量编译(Cargo.toml 的 profile 配置),首次编译仍需要较长时间,后续增量会快很多。

环境搭建完成后,打开编辑器创建第一个 .shrimp 项目,更多操作细节可参阅 getting-started.rst。祝你构建顺利,离"一只虾做视频"又近了一步!🦐

登录后查看全文
shrimply