WalletConnect Web3Modal 1.7.7版本更新解析
Web3Modal是WalletConnect推出的一个开源库,它为开发者提供了一个简单易用的界面,帮助用户在DApp中连接各种Web3钱包。作为一个钱包连接解决方案,Web3Modal支持多种钱包提供商,包括MetaMask、WalletConnect、Coinbase Wallet等,极大地简化了DApp与用户钱包的交互流程。
核心功能改进
网络同步问题修复
本次更新修复了W3mFrameProvider初始化时缺少当前链ID的问题,这个问题会导致AppKit和Secure站点之间的网络同步出现异常。在Web3应用中,确保网络状态的同步至关重要,特别是在用户切换不同区块链网络时。这个修复确保了网络状态的一致性,提升了用户体验。
钱包显示逻辑优化
针对Solflare和Coinbase钱包的显示逻辑进行了调整。原先版本中,Solflare钱包在没有mobile_link的情况下会被错误地从"所有钱包"列表中排除,而实际上应该像Coinbase钱包一样被保留显示。这个改动确保了钱包列表的完整性和一致性。
用户体验增强
社交连接事件完善
在社交连接(app event)中添加了chainId参数,解决了用户可能连接到错误网络的问题。当用户通过社交账号连接钱包时,系统现在能够准确记录连接时的网络信息,避免了后续操作中的网络不匹配情况。
路由逻辑简化
对路由逻辑进行了重构,用回调函数替代了多个参数,用于处理错误、成功和取消等场景。这种设计模式的变化使得代码更加清晰,也更容易维护。同时修复了ENS注册过程中因签名过期错误导致模态框关闭而不显示错误信息的问题。
技术实现优化
网络切换机制改进
修复了当切换到不同命名空间(namespace)时,如果该命名空间之前已经连接过,认证提供者(auth provider)的网络切换功能不会被调用的问题。这个改进确保了在不同区块链网络间切换时的正确行为。
嵌入式模式体验提升
修复了嵌入式模式下用户连接后可能被错误重定向到连接页面而非账户页面的问题。嵌入式模式是Web3Modal的一个重要使用场景,这个修复显著提升了嵌入式环境下的用户体验。
安全性与稳定性
SIWX消息文本更新
更新了SIWX(Sign-In with X)消息文本,现在能够正确处理来自CAIP网络ID的网络名称。CAIP(Chain Agnostic Improvement Proposals)是区块链行业标准的网络标识方案,这一改进增强了跨链兼容性。
钱包连接清理机制
修复了在Vue移动端上下文中,wagmi不能正确清理连接的问题。wagmi是一个流行的React Hooks库,用于区块链开发,这个修复确保了在移动端Vue应用中的连接状态能够被正确管理。
总结
Web3Modal 1.7.7版本带来了多项重要改进,主要集中在网络同步、钱包显示逻辑、用户体验和技术实现优化等方面。这些更新不仅解决了已知问题,还提升了库的稳定性和易用性。对于开发者而言,升级到这个版本可以获得更可靠的钱包连接体验;对于最终用户,则意味着更流畅的DApp使用过程。
随着Web3生态的不断发展,WalletConnect团队持续优化Web3Modal,使其成为连接DApp与用户钱包的桥梁。这次更新再次证明了团队对产品质量和用户体验的承诺。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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