Hardhat 3.0 Alpha版本更新:验证插件与断言库优化
项目简介
Hardhat是区块链开发领域广受欢迎的智能合约开发环境,为开发者提供了编译、测试、部署和调试智能合约的一站式解决方案。其模块化设计和丰富的插件生态系统使其成为区块链开发者的首选工具之一。本次发布的3.0 Alpha版本带来了多项重要更新,特别是围绕合约验证和测试断言库的改进。
核心更新内容
1. 内置合约验证功能
本次更新将hardhat-verify
插件集成到了Hardhat 3.0 Alpha版本中,作为标准工具箱的一部分。这一改进意味着开发者现在可以直接使用Hardhat进行智能合约的验证操作,而无需单独安装额外的插件。
目前该功能主要支持主流区块链浏览器的合约验证,这是区块链生态中最常用的合约验证服务之一。合约验证对于项目透明度和安全性至关重要,它允许任何人查看部署在链上的合约源代码,并与实际运行的字节码进行比对。
2. 断言库重命名与优化
项目团队对Viem相关的测试工具进行了重要调整:
- 将原有的
@nomicfoundation/hardhat-viem-matchers
包更名为@nomicfoundation/hardhat-viem-assertions
- 在示例项目中新增了Viem和Ethers断言的使用示例
这一变更不仅仅是名称上的调整,更反映了团队对测试工具定位的重新思考。"Assertions"(断言)比"Matchers"(匹配器)更能准确描述这些工具的实际功能,即用于在测试中对合约行为和各种状态进行验证和断言。
3. 其他重要改进
测试报告优化:修复了节点测试报告中因颜色编码导致的部分差异显示问题,使测试结果输出更加清晰可靠。
错误信息精简:移除了虚假表达式错误消息中不可靠的上下文信息,使错误提示更加精准,减少了开发者的调试干扰。
开发网络配置:针对hardhat-viem
插件,修复了开发网络的重试次数设置问题,确保在本地开发环境中不会进行不必要的重试操作。
技术意义与影响
本次更新虽然看似包含多个小改动,但每一项都针对开发者实际使用中的痛点进行了优化:
-
验证流程简化:内置验证功能减少了项目配置的复杂度,使新项目能够更快地上手合约验证流程。
-
测试体验提升:断言库的命名变更和示例增加,配合错误信息的优化,将使测试编写更加直观,调试效率更高。
-
开发环境稳定性:本地网络配置的修复确保了开发过程中的行为一致性,避免了因重试机制导致的不必要延迟或混淆。
这些改进共同指向Hardhat 3.0版本的核心目标:提供更加稳定、直观且功能完善的智能合约开发体验。随着Alpha版本的持续迭代,我们可以期待在正式版中看到一个更加成熟的Hardhat生态系统。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









