Web3j 4.13.0版本发布:动态Gas提供与链ID修复
Web3j项目简介
Web3j是一个轻量级的Java和Android库,用于与区块链网络进行交互。它允许开发者在不运行完整节点的情况下,通过JSON-RPC接口与网络进行通信。Web3j提供了完整的API集合,包括智能合约封装、钱包管理、交易签名等功能,是Java生态中最重要的开发工具之一。
4.13.0版本核心更新
1. 动态Gas提供器实现
本次版本引入了动态Gas提供器(DynamicGasProvider)功能,这是一个重要的架构改进。传统的Gas提供器在创建时就会确定Gas价格和Gas限制,而动态Gas提供器能够在交易执行时动态计算这些值。
这种机制特别适合以下场景:
- 网络拥堵时Gas价格波动较大
- 需要根据智能合约执行复杂度动态调整Gas限制
- 实现Gas价格竞价策略
开发者现在可以继承DynamicGasProvider抽象类,实现自己的Gas计算逻辑,根据实时网络状况调整交易参数。
2. 交易链ID处理修复
修复了Transaction.getChainId方法在v=27时的处理逻辑。在交易中,v值是签名的一部分,同时也用于推导链ID。当v值为27时,按照规范,应该返回null表示主网。
这个修复确保了:
- 符合协议规范
- 与其他客户端实现保持一致
- 避免在主网交易中错误地返回链ID
3. 批量请求ID生成优化
改进了批量请求时的ID生成机制,不再使用单独的计数器。原先的实现可能导致在高并发场景下ID冲突或序列化问题。新实现直接复用单个请求的ID生成逻辑,确保:
- 更好的线程安全性
- 更简单的实现逻辑
- 与JSON-RPC规范更一致的行为
其他重要改进
1. Label Hash函数支持
新增了Label Hash计算功能,这是域名服务相关开发中常用的工具函数。Label Hash用于将域名部分转换为哈希值,是解析域名的重要步骤。
2. Linea RPC API支持
添加了对Linea网络的RPC API支持。Linea是开发的zkEVM Layer2解决方案,这个更新使Web3j开发者能够更方便地与Linea网络交互。
3. 文档与代码质量提升
- 修复了多处文档和代码注释中的拼写错误
- 改进了测试覆盖率
- 优化了部分API的接口设计
升级建议
对于现有项目,建议在测试环境中验证以下方面后再升级:
- 动态Gas提供器的兼容性,特别是自定义Gas提供器的实现
- 交易签名和链ID相关的逻辑是否受影响
- 批量请求的处理是否与预期一致
新项目可以直接基于4.13.0版本开发,充分利用动态Gas提供等新特性。
总结
Web3j 4.13.0版本在核心功能、兼容性和开发者体验方面都有显著提升。动态Gas提供器的引入为应对网络波动提供了更灵活的解决方案,而链ID处理的修复则增强了协议的合规性。这些改进使得Web3j在Java生态中的开发工具地位更加稳固。
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-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
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