VC-LTL:优雅地编译更轻量级的二进制文件
项目介绍
VC-LTL 是一个基于微软 Visual C++ 运行时库(MS VCRT)的开源 CRT 库,旨在减少程序的二进制文件大小,并摆脱对微软运行时 DLL 的依赖,如 msvcr120.dll、api-ms-win-crt-time-l1-1-0.dll 等。VC-LTL 最初是为 Dism++ 项目开发的专用运行时库,于 2017 年 3 月 6 日从 Dism++ 源代码中分离并开源。
在大型项目中,如果所有二进制文件都使用静态编译,会占用大量磁盘空间,并可能导致由于纤程本地存储(FLS)限制而崩溃。VC-LTL 通过使项目使用 Windows 内置的 msvcrt.dll,有效解决了 C 运行时部署问题和 FLS 限制问题,并显著减少了二进制文件的大小。
VC-LTL 完全免费,可用于商业用途。如果你在项目中使用了 VC-LTL,希望你能提及它,以便帮助更多人。
项目技术分析
工作原理
使用 VC-LTL 后,二进制文件将动态链接到 Windows 内置的 msvcrt.dll,从而减少二进制文件的大小。通常情况下,使用 VC-LTL 的项目可以正常使用 C 运行时和 STL。然而,VC-LTL 不支持 MFC 项目,因为支持 MFC 项目过于复杂。
使用 VC-LTL 后,C++ 源代码编译的二进制文件大小将减少约 30%,而纯 C 源代码编译的二进制文件大小将减少约 50%。
技术亮点
- 优雅的引用方式:只需添加一个属性表,即可享受极致的体积体验。
- 无缝使用最新 C/C++ 库:支持最新编译器和最新规范,如异常流防护(guard:cf)、静态对象线程安全初始化(threadSafeInit)等。
- 更好的兼容性:即使想兼容 Windows XP RTM,也可以安心使用新编译器。
- 完全开放代码:广泛接受用户意见,欢迎大家踊跃提交 PR,为 VC-LTL 添砖加瓦。
项目及技术应用场景
应用场景
VC-LTL 适用于需要减少二进制文件大小、简化运行时依赖的项目。特别适合以下场景:
- 大型项目:减少静态编译带来的磁盘空间占用和 FLS 限制问题。
- 嵌入式系统:减少对额外运行时 DLL 的依赖,简化部署。
- 性能敏感的应用:减少二进制文件大小,提高加载速度。
支持的开发工具和平台
- 开发工具:支持 Visual Studio 2015 及以上版本,包括 Clang with Microsoft CodeGen、Clang-LLVM 等。
- 构建工具:支持 Visual Studio、CMake、NMake、CL、QMake 等。
- 操作系统:支持 Windows XP 及以上版本,包括 Windows Server 2003 到 Windows Server 2019。
项目特点
主要特点
- 减少二进制文件大小:通过动态链接
msvcrt.dll,显著减少二进制文件大小。 - 简化运行时依赖:摆脱对微软运行时 DLL 的依赖,简化部署。
- 高兼容性:支持 Windows XP 及以上版本,即使在未安装补丁的环境中也能正常运行。
- 易于集成:通过 NuGet 或属性表轻松集成到现有项目中。
使用方法
VC-LTL 提供了多种集成方式,包括:
- Visual Studio:通过 NuGet 包管理器或属性表集成。
- CMake:通过
VC-LTL helper for cmake.cmake集成。 - NMake/CL:通过
VC-LTL helper for nmake.cmd集成。
常见问题
- 未共享到
msvcrt.dll:确保正确引用 VC-LTL,并检查生成日志。 - 无法解析外部符号
delete等:确保正确引入vc.lib和msvcrt_Platform.lib。 - 检测到
RuntimeLibrary的不匹配项:确保所有静态库都使用 VC-LTL 重新编译。
总结
VC-LTL 是一个强大且易于集成的开源 CRT 库,能够显著减少二进制文件大小,简化运行时依赖,并提供高兼容性。无论你是开发大型项目、嵌入式系统,还是性能敏感的应用,VC-LTL 都能为你带来显著的优化效果。立即尝试 VC-LTL,体验更轻量级的二进制文件编译吧!
kernelopenEuler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。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00