Starknet.js v7.0.0-beta.3 版本解析:新增模拟执行与固定数组支持
2025-07-03 23:02:32作者:吴年前Myrtle
Starknet.js 是一个用于与 Starknet 区块链交互的 JavaScript 库,它为开发者提供了构建去中心化应用所需的工具和接口。作为区块链的二层扩容解决方案,Starknet 使用零知识证明技术来实现高效且低成本的交易处理。Starknet.js 库则是连接前端应用与 Starknet 网络的重要桥梁。
模拟执行与费用估算功能增强
在最新发布的 v7.0.0-beta.3 版本中,Starknet.js 引入了一项重要功能:针对外部执行的模拟和费用估算工具方法。这一功能为开发者提供了更强大的交易预执行能力,使他们能够在实际提交交易前,先模拟交易执行并估算所需费用。
技术实现原理
模拟执行功能通过调用 Starknet 节点的特定接口,在不实际改变链上状态的情况下,运行交易并返回可能的结果。这种方法特别适用于以下场景:
- 交易费用预估:开发者可以准确知道执行特定操作需要多少费用,避免资金不足导致的交易失败。
- 状态变化预测:在执行复杂合约交互前,预先了解操作将如何改变合约状态。
- 错误调试:在开发阶段,快速验证交易逻辑是否正确,而无需消耗真实Gas。
使用方法示例
// 创建交易对象
const transaction = {
contractAddress: '0x...',
entrypoint: 'transfer',
calldata: [...]
};
// 模拟执行交易
const simulationResult = await provider.simulateTransaction(transaction);
// 获取估算费用
const estimatedFee = await provider.estimateFee(transaction);
Cairo 固定数组支持实现
另一个重要更新是对 Cairo 固定数组的原生支持。Cairo 是 Starknet 的智能合约编程语言,而固定数组是其数据类型系统中的重要组成部分。
固定数组特性
固定数组与动态数组的主要区别在于:
- 长度在编译时确定且不可变
- 内存分配更为高效
- 在合约存储中使用更少的Gas
技术实现细节
新版本中,Starknet.js 实现了:
- 类型系统扩展:新增对固定数组类型的识别和处理
- ABI 编解码:完善了固定数组在合约调用时的参数编码和解码
- 类型检查:在开发阶段提供更准确的类型提示和验证
使用示例
// 定义包含固定数组的参数
const params = {
users: ['0x123...', '0x456...', '0x789...'] // 长度为3的固定数组
};
// 调用合约方法
await contract.invoke('batch_process', params);
版本升级建议
对于正在使用 Starknet.js 的开发者,建议关注以下升级要点:
- 测试环境验证:由于这是 beta 版本,建议先在测试网环境中验证新功能
- 类型定义更新:如果使用 TypeScript,需要检查类型定义的变化
- 文档参考:仔细阅读新功能的官方文档,了解完整的使用方法和限制
这两个重要功能的加入,使得 Starknet.js 在开发者体验和功能完备性上又向前迈进了一步,特别是模拟执行功能将显著提升开发效率和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
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
398
302
🎉 (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
1.56 K
909
暂无简介
Dart
921
228
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
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381