Ethers.js 中 EIP-7702 类型交易构建问题解析
2025-05-28 00:02:52作者:翟萌耘Ralph
前言
在区块链开发中,ethers.js 作为最受欢迎的 JavaScript 库之一,为开发者提供了丰富的功能来与区块链交互。本文将深入探讨在使用 ethers.js 6.14.3 版本构建 EIP-7702(类型 4)交易时遇到的一个典型问题,并提供解决方案。
问题背景
EIP-7702 引入了一种新型交易类型(类型 4),它包含一个授权列表(authorizationList),用于指定交易执行所需的授权信息。开发者在使用 ethers.Transaction.from() 方法构建此类交易时,可能会遇到"invalid address"错误,即使输入的授权列表对象看起来完全正确。
问题现象
当开发者尝试按照以下方式构建交易时:
const minimalTxPojo = {
to: "0x000...000",
type: 4,
authorizationList: [{
chainId: 11155111n,
authority: "0xBCe...0cF",
contract: "0x3D5...C99",
nonce: 0n,
signature: "0x1bb...1c"
}],
// 其他标准交易字段...
};
系统会抛出错误:"invalid address (argument='address', value=null)",提示地址无效,但实际上传入的地址都是经过验证的有效地址。
问题根源
经过分析,这个问题源于 ethers.js 内部对授权列表项的字段命名预期与实际传入的字段名不匹配。具体来说:
- ethers.js 期望授权列表项使用 "address" 字段来指定合约地址
- 但开发者通常直觉上会使用 "contract" 字段名
- 同时,"authority" 字段实际上是不必要的,因为授权方的地址可以从签名中恢复出来
解决方案
正确的构建方式应该是:
const tx = ethers.Transaction.from({
to: "0x000...000",
type: 4,
authorizationList: [{
chainId: 11155111n,
address: "0x3D5...C99", // 使用 address 而非 contract
nonce: 0n,
signature: ethers.Signature.from("0x1bb...1c") // 直接使用 Signature 对象
}],
// 其他标准交易字段...
});
最佳实践建议
- 字段命名规范:始终使用 "address" 而非 "contract" 来指定合约地址
- 签名处理:直接将签名字符串转换为 Signature 对象,提高代码可读性
- 简化授权项:不需要包含 authority 字段,因为它可以从签名中推导
- 类型检查:在构建复杂交易时,先验证各个字段的类型是否符合预期
未来改进
ethers.js 团队已经注意到这个问题,并计划在未来版本中:
- 引入 AuthorizationLike 类型,使手动构建授权列表更加灵活
- 提供更清晰的错误提示,帮助开发者快速定位字段命名问题
- 完善文档,明确各种交易类型的构建规范
总结
在使用 ethers.js 构建 EIP-7702 类型交易时,开发者需要注意授权列表字段的特殊命名约定。通过使用正确的字段名和格式,可以避免常见的构建错误。随着 ethers.js 的持续更新,这类特殊交易类型的构建体验将会变得更加友好和直观。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492