Scaffold-ETH 2项目中Foundry部署时AST属性未定义的解决方案
在Scaffold-ETH 2项目中使用Foundry进行智能合约部署时,开发者可能会遇到一个与AST(抽象语法树)属性相关的错误。这个问题主要出现在合约部署过程的最后阶段,当系统尝试生成TypeScript ABIs时。
问题现象
当开发者使用Foundry模板创建新的Scaffold-ETH 2项目并执行部署命令时,控制台会抛出以下错误:
TypeError: Cannot read properties of undefined (reading 'nodes')
这个错误表明系统在尝试访问合约artifact中的AST节点时遇到了未定义的属性。
问题根源
经过分析,这个问题源于generateTsAbis.js脚本中的getInheritedFromContracts函数。该函数假设所有合约artifact都包含AST信息,但实际上某些情况下artifact可能不包含AST属性。当脚本尝试访问不存在的AST属性时,就会导致上述错误。
解决方案
针对这个问题,我们可以在访问AST属性前添加防御性检查。修改后的getInheritedFromContracts函数应该如下:
function getInheritedFromContracts(artifact) {
let inheritedFromContracts = [];
if('ast' in artifact) {
for (const astNode of artifact.ast.nodes) {
if (astNode.nodeType == "ContractDefinition") {
if (astNode.baseContracts.length > 0) {
inheritedFromContracts = astNode.baseContracts.map(
({ baseName }) => baseName.name
);
}
}
}
}
return inheritedFromContracts;
}
技术细节
-
AST的作用:AST(抽象语法树)是编译器将源代码转换为树状结构表示的过程,它包含了代码的结构信息。在Solidity中,AST用于分析合约的继承关系和其他结构特征。
-
防御性编程:在访问可能不存在的对象属性时,最佳实践是进行前置检查。这里我们使用
'ast' in artifact来确保artifact对象包含AST属性。 -
向后兼容:这种修改不会影响正常情况下的功能,只是增加了对异常情况的处理,提高了代码的健壮性。
实施建议
对于遇到此问题的开发者,建议:
- 检查项目中
packages/foundry/script/generateTsAbis.js文件 - 按照上述方案修改
getInheritedFromContracts函数 - 重新运行部署命令验证问题是否解决
这个问题虽然不会影响合约的实际部署,但会导致ABI生成过程中断,影响后续的开发流程。通过上述修改,可以确保部署过程顺利完成,为后续开发工作奠定基础。
总结
在智能合约开发中,处理编译器生成的artifact时需要特别注意其结构的可变性。Scaffold-ETH 2项目通过这次修复,提高了对Foundry生成artifact的兼容性,为开发者提供了更稳定的开发体验。
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-1.5暂无简介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
Spark-Formalizer-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
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