轻松搞定!Mac 用户的 ESP-IDF 安装全攻略

前言

大家好,今天来聊聊如何在 Mac 上安装 ESP-IDF,特别是对于 M1 芯片的用户,安装过程可能会有一些小坑,但是跟着这个步骤来,问题应该不大。我们分成几个步骤,逐步来解决。

第一步:安装准备

首先,如果你要在 ESP32 上使用 ESP-IDF,得先准备一些软件包。根据你的操作系统不同,安装的方式也会有些差异。我们这里主要讲讲 Mac 的安装过程。

macOS 用户准备工作

ESP-IDF 会使用 macOS 默认的 Python 版本,所以不用额外安装 Python。但你需要确保几个编译工具已经安装了。

1. 安装 CMake 和 Ninja 编译工具

如果你已经安装了 Homebrew(Mac 的包管理工具),那就简单了,直接运行下面的命令:

bash 复制代码
brew install cmake ninja dfu-util

如果你使用的是 MacPorts,可以运行:

bash 复制代码
sudo port install cmake ninja dfu-util

如下图:

如果你没有这些工具,可以直接去官网手动下载和安装 CMake 和 Ninja。

2. 安装 ccache

为了加速编译过程,建议安装 ccache,它能缓存编译结果,避免每次都重新编译。你可以通过以下方式安装:

  • 如果你用的是 Homebrew
bash 复制代码
brew install ccache
  • 或者用 MacPorts
bash 复制代码
sudo port install ccache

如下图:

3. 安装 Xcode 命令行工具

有时候你可能会遇到这样的错误:

bash 复制代码
xcrun: error: invalid active developer path (/Library/Developer/CommandLineTools), missing xcrun at: /Library/Developer/CommandLineTools/usr/bin/xcrun

这个问题是因为 Xcode 的命令行工具没装好。只需要运行以下命令来安装:

bash 复制代码
xcode-select --install

4. Apple M1 芯片的特殊问题

如果你用的是 Apple M1 芯片,有时可能会遇到这个错误:

vbnet 复制代码
WARNING: directory for tool xtensa-esp32-elf version esp-2021r2-patch3-8.4.0 is present, but tool was not found
ERROR: tool xtensa-esp32-elf has no installed versions. Please run 'install.sh' to install it.

或者:

bash 复制代码
zsh: bad CPU type in executable: ~/.espressif/tools/xtensa-esp32-elf/esp-2021r2-patch3-8.4.0/xtensa-esp32-elf/bin/xtensa-esp32-elf-gcc

这时需要安装 Rosetta 2,只需运行以下命令:

bash 复制代码
/usr/sbin/softwareupdate --install-rosetta --agree-to-license

第二步:获取 ESP-IDF

ESP-IDF 是乐鑫提供的开发框架,你需要先获取它的代码库。

  1. 打开终端,切换到你希望保存 ESP-IDF 的文件夹。
  2. 使用 Git 克隆代码库:
bash 复制代码
git clone --recursive https://github.com/espressif/esp-idf.git ~/esp/esp-idf

这会把 ESP-IDF 下载到你的用户目录下的 ~/esp/esp-idf 文件夹。

第三步:安装工具

获取 ESP-IDF 后,还需要安装一些工具,比如编译器和调试工具。这一步可以一次性安装所有需要的工具。

  1. 切换到 ESP-IDF 目录:
bash 复制代码
cd ~/esp/esp-idf
  1. 运行安装脚本来安装工具:
bash 复制代码
./install.sh all

如果你使用的是 Fish shell,命令稍有不同:

bash 复制代码
./install.fish all

如下图:

注意事项

  • 如果你在运行过程中遇到以下错误:
bash 复制代码
<urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:xxx)

你需要在终端运行 Install Certificates.command 来安装缺失的证书。

第四步:配置环境变量

完成工具安装后,接下来要配置环境变量。通过运行以下命令:

bash 复制代码
source ~/esp/esp-idf/export.sh

如果是用 Fish shell,则需要用:

bash 复制代码
source ~/esp/esp-idf/export.fish

出现如下图就代表配置完成了

这一步完成后,你的开发环境就配置好了,接下来就可以开始使用 ESP-IDF 来开发应用了。

下面是我在配置过程中遇到的问题和解决方案。

常见问题及解决方法

问题 1:Python 虚拟环境找不到

如果你遇到类似这样的错误:

arduino 复制代码
ERROR: ESP-IDF Python virtual environment "/Users/xxx/.espressif/python_env/idf5.5_py3.13_env/bin/python" not found. Please run the install script to set it up before proceeding.

这表明 ESP-IDF 的 Python 虚拟环境没有创建好。你可以通过以下命令重新安装依赖:

bash 复制代码
$HOME/esp/esp-idf/install.sh

然后重新配置环境变量:

bash 复制代码
source $HOME/esp/esp-idf/export.sh

问题 2:权限问题

如果你遇到权限问题,比如运行 export.sh 时出现:

bash 复制代码
zsh: permission denied: /Users/xxx/esp/esp-idf/export.sh

你可以用以下命令给 export.sh 文件加上执行权限:

bash 复制代码
chmod +x $HOME/esp/esp-idf/export.sh

然后再运行:

bash 复制代码
source $HOME/esp/esp-idf/export.sh

或者,你也可以直接用 source 来执行这个脚本,这样就不需要修改权限了:

bash 复制代码
source $HOME/esp/esp-idf/export.sh

问题 3:Python 版本兼容问题

如果你使用的是 Python 3.13 以上的版本,ESP-IDF 可能会报错,因为当前版本可能不兼容。解决方法是降级 Python 版本,比如安装 Python 3.11:

bash 复制代码
brew install [email protected]

然后你需要指定 ESP-IDF 使用的 Python 版本。运行以下命令来切换到 Python 3.11:

bash 复制代码
export PATH="/opt/homebrew/opt/[email protected]/bin:$PATH"
python3 -m venv ~/esp/esp-idf-python-env
source ~/esp/esp-idf-python-env/bin/activate

重新运行 ESP-IDF 的安装脚本:

bash 复制代码
$HOME/esp/esp-idf/install.sh

如果问题仍然存在,可以删除原有的虚拟环境并重新安装依赖:

bash 复制代码
rm -rf ~/.espressif/python_env/
$HOME/esp/esp-idf/install.sh

问题 4:环境变量未加载

有时即使设置了环境变量,还是会出现类似 "command not found" 的问题。这时可以通过 source 再次加载 export.sh

bash 复制代码
source $HOME/esp/esp-idf/export.sh

如果一切正常,接下来可以通过以下命令确认 ESP-IDF 的版本:

bash 复制代码
idf.py --version

如果你能看到版本信息,说明 ESP-IDF 安装和配置成功,接下来就可以开始愉快的开发了。

小结

安装 ESP-IDF 在 macOS 上的过程其实并不复杂,但确实会遇到一些小问题,特别是在 M1 芯片和 Python 版本上。只要按照这个步骤逐步排查,相信你会顺利安装并开始开发。遇到问题时,记得检查一下工具和环境配置,特别是 Python 版本和虚拟环境的配置问题。希望这篇文章对你有帮助,祝你开发愉快!

相关推荐
搬砖的阿wei36 分钟前
Matplotlib:数据可视化的艺术与科学
python·信息可视化·matplotlib
船长@Quant1 小时前
Airflow量化入门系列:第四章 A股数据处理与存储优化
python·量化交易·airflow·dask·工作流编排·ta-lib·vectorbt
灿烂的贝壳1 小时前
【算法实践】算法面试常见问题——数组的波浪排序
python·算法·排序算法·波浪序
云隐智者1 小时前
如何通过Python实现自动化任务:从入门到实践
python
云隐智者1 小时前
从零开始构建一个简单的Web爬虫:Python实战教程
python
豆芽8191 小时前
决策树(DecisionTree)
python·决策树·机器学习·pyqt·sklearn
努力犯错玩AI1 小时前
Llama 4 来了!AI 快站助你一键极速下载,抢先体验 MoE + 多模态 + 超长上下文
人工智能·后端·python
eqwaak01 小时前
DrissionPage高级技巧:从爬虫到自动化测试
人工智能·爬虫·python·语言模型·自然语言处理·drissionpage
创新技术阁2 小时前
FastAPI核心技巧大公开:深入探索路由与视图的奥秘
后端·python