Tandoor Recipes项目在ARM架构下的依赖问题分析与解决方案
2025-06-03 21:15:07作者:房伟宁
recipes
Application for managing recipes, planning meals, building shopping lists and much much more!
问题背景
Tandoor Recipes是一个基于Django开发的食谱管理应用,最新2.0.0-alpha版本在ARM架构设备(如树莓派4)上运行时出现了依赖库缺失的问题。具体表现为启动时抛出ImportError: Error loading shared library libgcc_s.so.1错误,导致服务无法正常启动。
错误分析
该错误发生在Python尝试加载tiktoken模块时,系统无法找到必需的共享库文件libgcc_s.so.1。这个库是GCC编译器运行时库的一部分,为C/C++程序提供基本的运行时支持。在ARM架构的Alpine Linux环境中,这个库默认可能不会包含在基础镜像中。
技术细节
-
依赖链分析:
- Tandoor Recipes引入了litellm模块
- litellm又依赖tiktoken模块
- tiktoken模块包含C扩展,需要GCC运行时库支持
-
架构差异:
- x86架构的Docker镜像通常包含完整的运行时库
- ARM架构(特别是使用musl libc的Alpine Linux)可能缺少某些标准库
解决方案
经过社区验证,有两种可行的解决方案:
临时解决方案
对于2.0.0-alpha-3版本,可以创建自定义Dockerfile:
FROM vabene1111/recipes:2.0.0-alpha-3
RUN apk upgrade --no-cache && \
apk add --no-cache libgcc libstdc++
官方修复方案
项目维护者已在2.0.0-alpha-4及后续版本中将以下依赖添加至基础镜像:
- libgcc
- libstdc++
这些库将作为主依赖而非开发依赖被包含,确保在ARM架构下也能正常运行。
最佳实践建议
-
ARM设备部署建议:
- 使用最新版本的Tandoor Recipes镜像
- 确认Docker镜像支持ARM架构
- 检查日志中是否有类似的库加载错误
-
依赖管理:
- 对于Python项目中的C扩展模块,需要特别注意跨架构兼容性
- 在Dockerfile中显式声明所有系统级依赖
-
故障排查:
- 使用
ldd命令检查共享库依赖关系 - 在容器内执行
apk search查找缺失的包
- 使用
总结
Tandoor Recipes在ARM架构下的运行问题展示了跨平台部署时可能遇到的典型依赖问题。通过添加必要的系统库,开发者可以确保应用在不同架构的设备上都能稳定运行。对于使用树莓派等ARM设备部署的用户,建议直接使用已修复该问题的2.0.0-alpha-4或更新版本。
recipes
Application for managing recipes, planning meals, building shopping lists and much much more!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript093- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
521
93
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++
956
951
openEuler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。
C
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221