Mbed TLS项目CMake最低版本要求变更的技术解析
2025-06-05 13:05:28作者:羿妍玫Ivan
背景概述
近期CMake 4.0.0版本的发布带来了一个重要的兼容性变化——移除了对3.5以下版本的支持。这一变更直接影响了使用较旧版本Mbed TLS(特别是2.28 LTS版本)的项目构建过程。当开发者尝试从零开始编译这些项目时,CMake会报出明确的版本兼容性错误。
问题现象分析
在构建过程中,CMake会抛出如下错误信息:
CMake Error at /mbedtls/CMakeLists.txt:23 (cmake_minimum_required):
Compatibility with CMake < 3.5 has been removed from CMake.
Update the VERSION argument <min> value...
这一错误明确指出项目配置中指定的CMake最低版本已不再被新版本CMake支持。错误信息同时提供了三种解决方案建议,包括更新最低版本要求、使用版本范围语法或强制设置策略版本。
技术解决方案
针对这一问题,最直接的解决方案是修改项目中的CMakeLists.txt文件,将最低版本要求提升至3.5或更高。具体修改为:
cmake_minimum_required(VERSION 3.5)
项目维护状态说明
值得注意的是,Mbed TLS项目的最新维护分支已经将最低CMake版本要求更新至3.5.1。这一变更主要影响的是已经停止维护的2.28 LTS版本分支。根据项目维护计划,2.28 LTS分支已于近期结束维护周期,其最后一个版本也已发布。
对下游项目的影响
这一变更特别影响了那些依赖Mbed TLS 2.28 LTS版本的下游项目,例如某些嵌入式开发SDK。这些项目需要及时跟进Mbed TLS的版本更新,以避免构建系统出现问题。
最佳实践建议
对于开发者而言,建议采取以下措施:
- 及时更新项目依赖的Mbed TLS版本至维护中的分支
- 在项目文档中明确构建工具链的版本要求
- 定期检查依赖项的维护状态和生命周期
- 考虑在CI/CD流程中加入构建工具链版本检查
未来展望
随着构建工具的持续演进,类似的兼容性变更可能会再次出现。项目维护者和开发者都应保持对构建工具链变更的关注,提前做好兼容性规划,确保项目的可持续构建和部署能力。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
138
Ascend Extension for PyTorch
Python
163
183
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.15 K
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
255
90
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
475
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
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++
644
255