Sunshine项目在Ubuntu 24.10上的libminiupnpc兼容性问题解决方案
问题背景
Sunshine是一款优秀的开源游戏串流软件,近期有用户在Ubuntu 24.10系统上安装时遇到了共享库依赖问题。具体表现为运行时提示"libminiupnpc.so.17: cannot open shared object file"错误。这个问题源于Ubuntu 24.10系统更新了libminiupnpc库的版本,导致与Sunshine预编译包不兼容。
技术分析
libminiupnpc是一个轻量级的UPnP客户端库,用于实现端口映射等功能。在Ubuntu 24.04中,该库的版本为2.2.6-1build2,提供了libminiupnpc.so.17文件。而Ubuntu 24.10将其升级到了2.2.8-2版本,对应的库文件变更为libminiupnpc.so.18。
Sunshine的预编译包是针对Ubuntu 24.04构建的,因此硬编码依赖了libminiupnpc.so.17。当用户在24.10系统上安装时,虽然系统安装了更新的libminiupnpc库,但由于版本号不匹配,导致运行时找不到所需的共享库。
解决方案
方法一:创建符号链接(临时解决方案)
对于不需要使用UPnP功能的用户,可以创建一个符号链接来临时解决此问题:
- 打开终端,执行以下命令:
cd /usr/lib/x86_64-linux-gnu
sudo ln -s libminiupnpc.so.18 libminiupnpc.so.17
- 验证链接是否创建成功:
ls -lh /usr/lib/x86_64-linux-gnu | grep libminiupnpc
这个方法的优点是简单快捷,不需要额外安装或编译任何组件。但需要注意的是,这只是一个临时解决方案,可能会在未来的系统更新中被覆盖。
方法二:从源代码编译(推荐方案)
对于需要长期稳定使用或需要使用UPnP功能的用户,建议从源代码编译Sunshine:
- 安装必要的编译工具和依赖:
sudo apt install build-essential cmake git
- 克隆Sunshine源代码:
git clone https://github.com/LizardByte/Sunshine.git
cd Sunshine
- 配置编译选项(如需禁用CUDA支持):
mkdir build && cd build
cmake .. -DSUNSHINE_ENABLE_CUDA=OFF
- 编译并安装:
make -j$(nproc)
sudo make install
从源代码编译的优点是能够完全适配当前系统的库版本,避免兼容性问题。同时,用户可以根据自己的硬件配置和需求定制编译选项。
注意事项
-
对于NVIDIA显卡用户,如果遇到CUDA相关编译错误,可以尝试禁用CUDA支持或确保正确安装了CUDA工具包。
-
符号链接方法虽然简单,但不建议在生产环境中长期使用,因为它可能会影响其他依赖libminiupnpc的应用程序。
-
系统更新后,可能需要重新创建符号链接或重新编译Sunshine。
-
如果遇到其他依赖问题,可以使用
ldd命令检查Sunshine的依赖关系:
ldd $(which sunshine)
总结
Ubuntu 24.10用户在使用Sunshine时遇到的libminiupnpc.so.17缺失问题,本质上是系统库版本更新导致的兼容性问题。用户可以根据自身需求选择临时符号链接方案或更稳定的源代码编译方案。随着Sunshine项目的持续更新,未来可能会提供针对Ubuntu 24.10的官方预编译包,彻底解决这一兼容性问题。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00