Hardhat项目中关于revertWithCustomError与Viem集成的技术解析
2025-05-29 20:03:53作者:毕习沙Eudora
背景与问题场景
在智能合约测试过程中,错误断言是验证合约行为的重要环节。Hardhat作为流行的区块链开发环境,提供了hardhat-chai-matchers插件来扩展Chai断言库的功能。其中revertedWithCustomError是一个常用的匹配器,用于验证合约是否抛出了特定的自定义错误。
然而,当开发者尝试将这一功能与hardhat-viem(Hardhat的Viem集成)配合使用时,会遇到一个关键问题:从getContractAt获取的合约实例缺少interface属性,导致revertedWithCustomError无法正常工作。
技术原理分析
-
Ethers与Viem的架构差异:
- Ethers.js的合约实例包含完整的ABI信息,通过
interface属性暴露错误定义 - Viem采用更轻量级的架构,合约实例不自动包含完整的接口定义
- Ethers.js的合约实例包含完整的ABI信息,通过
-
hardhat-chai-matchers的设计:
- 该插件最初为Ethers.js设计,依赖
interface属性来解析自定义错误 - 错误匹配器需要访问合约ABI才能识别自定义错误的selector和参数
- 该插件最初为Ethers.js设计,依赖
-
Viem的工作方式:
- 提供更底层的RPC交互
- 合约调用返回的错误信息格式与Ethers不同
- 需要额外的错误解码层
当前解决方案
在Hardhat 3.0发布Viem专用匹配器之前,开发者可以采用以下替代方案:
- 基础错误断言:
await expect(contract.write.grantMinter([address]))
.to.be.rejectedWith("预期的错误消息");
-
手动错误解码:
- 通过Viem的
decodeErrorResult手动解析revert数据 - 需要预先知道错误ABI定义
- 通过Viem的
-
临时封装方案:
function withCustomError(contract, errorName) {
return {
async assert(receipt) {
const error = await decodeCustomError(contract, receipt);
if(error.name !== errorName) {
throw new Error(`Expected ${errorName} but got ${error.name}`);
}
}
}
}
最佳实践建议
-
项目技术栈统一:
- 新项目建议统一使用Ethers或Viem全套工具链
- 避免混合使用不同生态的测试工具
-
错误测试策略:
- 对于关键业务错误,建议增加错误码的显式断言
- 可以考虑将错误定义提取为共享常量
-
升级规划:
- 关注Hardhat 3.0的发布动态
- 为Viem专用匹配器的引入预留升级路径
未来展望
随着Viem在区块链生态中的普及,Hardhat团队正在积极开发与之深度集成的测试工具。预计在Hardhat 3.0中将会提供:
- 原生支持Viem合约实例的错误匹配器
- 更精细的错误解码和断言能力
- 与TypeScript更好的类型集成
开发者可以保持对Hardhat更新日志的关注,及时获取最新的Viem集成进展。对于当前项目,建议根据实际需求选择合适的临时解决方案,并在技术栈升级时进行相应的测试代码迁移。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253