Foundry项目rc-3版本发布:全面升级智能合约开发工具链
Foundry作为区块链智能合约开发的一站式工具链,在rc-3版本中带来了多项重要更新和改进。Foundry包含Anvil(本地区块链节点)、Cast(区块链RPC交互工具)、Forge(测试与部署框架)等核心组件,为开发者提供了从编写、测试到部署的全流程支持。本次rc-3版本在功能增强、错误修复和性能优化等方面都有显著提升。
Anvil组件的重要更新
Anvil作为本地区块链节点模拟器,在rc-3版本中新增了多项实用功能。其中最值得注意的是新增的eth_simulateV1 RPC调用支持,这使得开发者能够更灵活地模拟交易执行。同时,Anvil现在支持负数的fork块号参数,为测试不同历史状态提供了更大灵活性。
在安全方面,Anvil改进了私钥处理机制,当遇到无效助记词时会优雅地处理错误而非直接崩溃。此外,还修复了缓存路径重置和链ID优先级等关键问题,提升了工具的稳定性。
Cast工具的增强功能
Cast作为与区块链节点交互的CLI工具,在rc-3版本中获得了多项实用功能增强。新增的cast txpool命令让开发者能够直接与交易池交互,而cast wallet change password和cast wallet public key等命令则完善了钱包管理功能。
特别值得一提的是,新版本增加了对原始未签名交易的支持,并改进了交易解码功能,现在能够显示恢复出的发送方地址。这些改进使得Cast在交易构建和分析方面更加全面和强大。
Forge框架的重大改进
Forge作为测试框架,在rc-3版本中引入了多项创新功能。新增的expectCreate和expectCreate2作弊码允许开发者精确测试合约创建过程,而vm.sort和vm.shuffle则为测试数据准备提供了新工具。
在测试覆盖率方面,rc-3修复了构造函数参数处理的bug,并改进了分支覆盖率计算,使得覆盖率报告更加准确。同时,新版本优化了编译过程,通过预处理和缓存机制显著提升了大型项目的编译速度。
底层优化与开发者体验
rc-3版本在底层架构上进行了重要重构,将各组件(Forge、Cast、Anvil、Chisel)改造为更适合作为库使用的结构,这为开发者集成Foundry功能到自己的工具链中提供了便利。
在开发者体验方面,新增了vm.foundryVersionCmp和vm.foundryVersionAtLeast作弊码,允许测试脚本根据Foundry版本执行不同逻辑。同时改进了错误提示信息,使得调试过程更加直观。
总结
Foundry rc-3版本通过功能增强、错误修复和架构优化,进一步巩固了其作为区块链智能合约开发首选工具链的地位。从本地节点模拟到合约测试,从交易构建到部署验证,rc-3版本在各个维度都提供了更加完善和稳定的开发体验。这些改进不仅提升了开发效率,也为更复杂的智能合约场景提供了更好的支持。
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