Plutus项目中的执行预算格式优化实践
2025-07-10 20:11:40作者:管翌锬
在Plutus智能合约开发中,执行预算(Execution Budget)是评估合约性能的重要指标。这些预算信息通常存储在项目的*.eval.golden文件中,包含了CPU、内存消耗和合约大小等关键数据。然而,当前的数字表示方式存在可读性问题,特别是在比较大型数值时,开发者难以快速识别数值量级。
现状分析
目前*.eval.golden文件中的预算信息采用简单的键值对格式:
cpu: 5295830
mem: 20590
size: 54
这种表示方式存在两个主要问题:
- 大型数字缺乏千分位分隔符,导致开发者需要逐个数字计数才能判断数值量级
- 数值排列方式不统一,不利于快速比较不同预算项的大小关系
改进方案
经过社区讨论,决定采用以下优化方案:
- 引入数字下划线分隔符:使用下划线作为千分位分隔符,显著提升大数字的可读性
- 右对齐数值:统一对齐方式,便于纵向比较不同预算项的数值大小
改进后的格式示例:
CPU: 5_295_830
Mem: 20_590
Size: 54
技术实现考量
这种格式优化虽然看似简单,但在实现时需要考虑多个技术细节:
- 解析兼容性:确保修改后的格式仍然能被现有的测试框架正确解析
- 跨语言支持:Plutus涉及Haskell和UPLC等多种语言,需要确认所有相关工具链都支持带下划线的数字字面量
- 版本控制:修改golden文件会影响版本对比,需要评估对历史测试结果的影响
- 自动化工具:可能需要更新相关脚本和工具以支持新格式
实际价值
这种格式优化虽然微小,但能为开发者带来显著的工作效率提升:
- 调试效率:在查看测试失败差异时,能更快定位预算超出的具体部分
- 性能分析:便于比较不同版本合约的性能变化,快速识别优化效果
- 团队协作:统一清晰的格式减少了团队成员间的沟通成本
总结
Plutus项目通过优化执行预算的表示格式,展示了开发工具链持续改进的过程。这种看似简单的改进实际上反映了对开发者体验的重视,也是成熟项目不断优化细节的体现。类似的格式优化思路也可以应用于其他需要展示数值型数据的开发工具中。
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
423
3.25 K
Ascend Extension for PyTorch
Python
231
262
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
331
暂无简介
Dart
686
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
🎉 (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
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869