Celestia项目在Raspberry Pi 5上的编译与运行问题分析
问题背景
Celestia是一款开源的太空模拟软件,允许用户在三维空间中探索宇宙。最近有用户在Raspberry Pi 5(Raspberry OS Bookworm 64位系统)上尝试编译和运行Celestia时遇到了问题。用户成功编译了GTK和QT5版本,但在运行时程序会崩溃,显示"precision not allowed for this argument type"的错误信息。
问题现象
用户在Raspberry Pi 5上按照标准流程编译Celestia:
- 创建build目录并运行cmake
- 使用make进行编译
- 通过make install安装
无论是GTK还是QT5版本,程序启动后都会显示启动画面,加载数据库,然后抛出fmt::v9::format_error异常,提示"precision not allowed for this argument type",随后程序崩溃退出。
问题诊断
开发者建议用户使用RelWithDebInfo构建类型重新编译程序,并在gdb调试器中运行以获取更详细的错误信息。通过分析堆栈跟踪,发现问题出在hud.cpp文件的angleToStr函数中,具体是在格式化字符串时使用了不兼容的精度说明符。
问题根源
错误的核心在于代码中使用了不正确的格式说明符。在hud.cpp文件中,有一个格式化字符串尝试对非浮点类型参数使用".1f"这样的浮点数精度说明符,这在fmt库中是不允许的。fmt库是一个现代C++格式化库,它对格式说明符的类型匹配有严格要求。
解决方案
开发者快速响应并提供了修复方案,修改了hud.cpp文件中angleToStr函数的实现,确保格式说明符与参数类型匹配。用户验证了这个修复,确认程序能够正常运行。
性能表现
修复后,在Raspberry Pi 5上运行Celestia的性能表现:
- 帧率:稳定的60fps(在1440x900分辨率下)
- CPU负载:约15-30%
- 两种构建版本(GTK和QT5)性能相似
后续发现的其他问题
虽然主问题已解决,但用户还发现了其他渲染问题:
- 轨道线不显示
- 星座和星座边界不渲染
- 坐标网格不显示
这些问题可能是由于OpenGL驱动兼容性或着色器编译问题导致的,需要进一步调查。
技术建议
对于在Raspberry Pi等ARM平台上运行Celestia的用户,建议:
- 使用最新的代码库,确保包含所有修复
- 编译时启用调试符号(RelWithDebInfo),便于问题诊断
- 检查OpenGL驱动是否完整支持所需特性
- 查看日志文件(如/tmp/celestia-shaders.log)获取更多调试信息
这个案例展示了开源社区如何快速响应和解决问题,也提醒开发者在跨平台开发时要注意库函数的行为差异。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00