在llvm-mingw项目中构建针对wincrt的32位Windows工具链
2025-07-03 05:28:34作者:翟萌耘Ralph
本文介绍如何在llvm-mingw项目中构建针对传统wincrt(而非ucrt)运行时库的32位Windows工具链,特别是从macOS主机进行交叉编译的场景。
背景知识
llvm-mingw是一个基于LLVM/Clang的MinGW-w64工具链项目,它支持多种运行时库选择。Windows平台主要有两种C运行时库:
- msvcrt(也称为wincrt):传统的Windows C运行时库
- ucrt(Universal CRT):Windows 10引入的新版通用C运行时库
默认情况下,llvm-mingw项目构建的工具链是针对ucrt的,但某些遗留项目可能需要使用传统的msvcrt运行时库。
构建方法
有两种主要方法可以获取针对msvcrt的macOS交叉编译工具链:
方法一:修改构建脚本直接构建
可以通过修改GitHub Actions构建脚本,在构建时指定使用msvcrt而非ucrt:
- MACOS_REDIST=1 LLVM_CMAKEFLAGS="-DLLVM_ENABLE_ZSTD=OFF -DLLDB_ENABLE_PYTHON=OFF" ./build-all.sh $(pwd)/install/llvm-mingw
+ MACOS_REDIST=1 LLVM_CMAKEFLAGS="-DLLVM_ENABLE_ZSTD=OFF -DLLDB_ENABLE_PYTHON=OFF" ./build-all.sh $(pwd)/install/llvm-mingw --with-default-msvcrt=msvcrt
同时需要修改生成的压缩包名称以反映运行时库类型的变化。
方法二:组合现有工具链
更简单的方法是组合现有的工具链包:
- 下载msvcrt-ubuntu工具链包(包含msvcrt目标文件)
- 下载ucrt-macos工具链包(包含macOS主机工具)
- 使用prepare-cross-toolchain-unix.sh脚本将两者合并
合并前建议先修改脚本,确保能正确清理目标目录:
+ rm -rf $DEST/$arch-w64-mingw32
cp -a $SRC/$arch-w64-mingw32 $DEST/$arch-w64-mingw32
合并命令示例:
./prepare-cross-toolchain-unix.sh /path/to/msvcrt-ubuntu /path/to/ucrt-macos
注意事项
- 使用msvcrt运行时库时,某些现代C++特性可能不可用
- 如果项目依赖GCC特有行为,可能需要额外调整
- 32位和64位构建需要分别处理,确保架构一致性
总结
通过上述方法,开发者可以灵活地构建针对不同Windows运行时库的工具链,满足各种兼容性需求。特别是对于需要维护传统Windows应用程序的开发者,这种定制化构建方式提供了很大的便利。
实际使用中,建议根据项目需求选择合适的运行时库,并注意测试不同架构下的兼容性问题。对于新项目,通常推荐使用ucrt以获得更好的兼容性和功能支持。
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430