viem 2.22.19版本发布:新增链支持与批量执行功能增强
viem是一个功能强大的区块链开发工具库,它为开发者提供了与区块链网络交互的便捷接口。作为Web3开发的基础设施,viem持续优化其功能,支持更多区块链网络,并不断完善智能合约交互能力。
本次发布的2.22.19版本主要带来了三个重要更新,这些更新将进一步提升开发者在多链环境下的开发体验和功能实现能力。
新增Sidra Chain支持
viem在此版本中正式加入了对Sidra Chain的支持。Sidra Chain是一个新兴的区块链网络,其加入使得viem支持的区块链生态系统更加丰富。开发者现在可以直接使用viem提供的标准化接口与Sidra Chain进行交互,无需额外配置底层连接细节。
这一更新意味着开发者可以:
- 无缝连接Sidra Chain节点
- 使用统一的API进行交易发送和查询
- 利用viem的工具集进行合约开发和测试
Songbird Canary-Network新增Multicall地址
对于Songbird Canary-Network(Flare网络的测试网络),本次更新添加了Multicall合约地址支持。Multicall是一种优化技术,允许开发者通过单次RPC调用执行多个合约查询,大幅减少网络请求次数和提高应用性能。
这一改进带来的具体优势包括:
- 显著提升dApp在Songbird网络上的响应速度
- 降低因多次RPC调用导致的网络延迟
- 简化批量查询操作的实现代码
ERC-7821批量执行功能增强
本次更新最重要的技术增强是增加了对ERC-7821标准中executeBatches函数的支持。这是一个针对"批量的批量"执行模式的实现,为复杂智能合约交互提供了更高阶的批量处理能力。
技术细节解析
传统的批量执行通常指一次交易中执行多个操作,而ERC-7821引入的"batch of batches"概念将这一思想进一步扩展:
- 层级化执行:允许将多个批量操作组合成一个更大的批量
- 原子性保证:整个批量的批量要么全部成功,要么全部回滚
- Gas优化:相比单独执行多个批量,可以节省总体Gas消耗
这一功能特别适合以下场景:
- 需要同时更新多个智能合约状态的复杂DeFi操作
- 跨多个协议的原子交易组合
- 需要高效处理大量操作的后台任务
升级建议
对于正在使用viem的开发者,建议尽快升级到2.22.19版本以获取这些新功能。特别是那些:
- 计划集成Sidra Chain的项目
- 在Songbird网络上开发并需要性能优化的应用
- 需要实现复杂批量操作逻辑的智能合约开发者
升级过程通常只需更新package.json中的版本号并重新安装依赖即可,不会破坏现有功能的兼容性。
viem持续致力于为Web3开发者提供最全面、最高效的工具集,本次更新再次体现了其在多链支持和智能合约交互能力上的领先地位。随着区块链生态的不断发展,viem也将持续进化,为开发者提供更强大的基础设施支持。
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