Cardano-node测试网中Conway创世配置委员会成员缺失问题分析
2025-06-26 06:44:51作者:苗圣禹Peter
问题背景
在Cardano-node项目的测试网功能中,开发人员发现了一个关于Conway时代创世配置的重要问题。当用户尝试通过修改默认Conway创世配置来添加委员会成员时,这些修改无法正确反映到最终生成的conway-genesis.json文件中。
问题现象
开发人员观察到以下异常现象:
- 在用户提供的
genesis.conway.spec.json文件中,委员会成员配置正确显示 - 但在实际生成的
conway-genesis.json文件中,委员会成员列表却为空 - 查询链上数据时也返回空列表,表明委员会成员确实未被正确初始化
技术分析
经过深入调查,发现问题根源在于cardano-testnet与cardano-cli子模块之间的交互逻辑:
cardano-testnet调用cardano-cli的create-testnet-data命令生成测试网数据- 该命令会基于
--committee-keys参数而非输入文件中的委员会配置来生成最终结果 - 当参数未明确指定时,默认使用空委员会配置,覆盖了用户原本的配置
解决方案演进
项目团队提出了多个解决方案并经历了以下演进过程:
- 初始修复方案:尝试修改
create-testnet-data命令的行为,使其尊重输入文件中的委员会配置 - 设计调整:最终决定采用更彻底的解决方案,引入
UserProvidedOrigin机制- 允许用户完全控制创世文件内容
- 避免混合默认配置与用户配置导致的潜在冲突
- 兼容性考虑:为平滑过渡,同时提供了
getDefaultGenesisBatch接口
使用建议
对于需要使用自定义Conway创世配置的开发人员:
- 明确使用
UserProvidedOrigin标识自定义配置 - 确保提供完整的创世配置,包括所有必要字段
- 注意某些字段(如
genDelegs和initialFunds)在自定义模式下需要手动填充
经验总结
这个问题的解决过程展示了分布式系统配置管理的几个重要原则:
- 配置来源单一性:避免同一配置项有多个可能的来源
- 明确职责划分:工具链各组件应有清晰的职责边界
- 用户控制与便利性的平衡:在提供默认便利的同时,保留用户完全控制的能力
该修复已合并到Cardano-node主分支,为Conway时代的测试网开发提供了更可靠的配置管理机制。
登录后查看全文
热门项目推荐
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
795
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++
1.01 K
1.01 K
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
433
395
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude 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 Started
Rust
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989