viem 2.24.3版本发布:多链支持与性能优化
viem是一个功能强大的区块链JavaScript库,它提供了与区块链网络交互的各种工具和功能。作为Web3开发者的重要工具,viem不断更新迭代,为开发者提供更便捷、更高效的开发体验。
多链网络支持增强
本次2.24.3版本在多个区块链网络的支持上有了显著提升:
-
MegaETH测试网支持:新增了MegaETH测试网的Multicall3合约地址,这使得开发者可以在MegaETH测试网上使用批量调用功能,显著提升开发效率。
-
Swellchain测试网集成:新增了对Swellchain测试网的支持,为开发者提供了更多测试环境选择。
-
Westend Asset Hub网络:这个基于Substrate的网络也被纳入支持范围,进一步扩展了viem的多链能力。
-
ConfluxScan链接更新:优化了Conflux网络的区块浏览器链接,确保开发者能够获取最新的链上数据。
性能优化与功能改进
-
WebSocket传输层增强:
- 修复了WebSocket传输层中
keepAlive和reconnect参数传递的问题 - 确保这些参数能够正确传递到底层实现,提高了WebSocket连接的稳定性和可靠性
- 修复了WebSocket传输层中
-
Celo网络费用估算优化:
- 移除了对L2的检查,这是为了适应Celo网络成功硬分叉后的新特性
- 这一改动使得费用估算更加准确,特别是在Celo网络环境下的交易
-
OP Stack优化:
- 针对OP Stack进行了gas费用估算的优化
- 解决了相关问题,提升了在Optimism等OP Stack链上的交易费用估算准确性
技术意义与开发者价值
这些更新虽然看似细微,但对于依赖viem进行区块链开发的团队来说意义重大:
-
多链开发更便捷:新增的网络支持意味着开发者可以在更多环境中测试和部署他们的DApp,而无需担心底层兼容性问题。
-
稳定性提升:WebSocket传输层的改进确保了长时间运行的连接更加稳定,这对于需要实时监听链上事件的应用至关重要。
-
费用估算更准确:在Celo和OP Stack上的优化使得交易费用预测更加精准,帮助开发者更好地控制成本。
-
开发效率提高:Multicall3的支持意味着开发者可以减少网络请求次数,批量获取链上数据,显著提升应用性能。
viem团队持续关注开发者需求,通过这些小版本迭代不断优化库的功能和性能,为Web3开发者提供更加强大和易用的工具。这些改进虽然不引入重大新特性,但对于生产环境的稳定性和开发体验的提升有着实质性帮助。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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