Stacks-core 3.1.0.0.9版本发布:性能优化与稳定性提升
Stacks-core是一个开源区块链项目,它实现了Stacks区块链的核心协议。Stacks区块链是一个独特的区块链网络,它通过锚定主流加密网络来增强安全性,同时支持智能合约和去中心化应用的开发。最新发布的3.1.0.0.9版本带来了多项性能改进和错误修复,显著提升了区块处理速度和网络稳定性。
主要改进与优化
本次更新在多个方面进行了优化,特别是在区块处理性能方面取得了显著进展。开发团队通过添加索引来优化next_ready_nakamoto_block()函数的性能,这直接改善了区块处理速度,使得节点同步时间大幅缩短。对于运行全节点的用户来说,这意味着更快的同步体验和更低的资源消耗。
在共识机制方面,团队调整了block_rejection_timeout_steps的默认配置值。这一改动使得验证者在网络出现区块批准或拒绝率不达标时(未达到70%批准或30%拒绝),能够更快地重试,从而提高了网络的响应速度和稳定性。
新增功能与API增强
3.1.0.0.9版本为EventObserver添加了vm_error字段到交易输出中,这为开发者提供了更详细的虚拟机执行错误信息,有助于调试智能合约问题。同时,在交易回滚时(如因后置条件不满足),交易收据现在会包含原因字符串,帮助用户更清楚地理解问题所在。
API方面,/v3/block_proposal端点新增了ValidateRejectCode值,为区块验证提供了更细粒度的反馈。此外,新增的StateMachineUpdateContent::V1支持存储需要在后续Stacks区块中重放的交易向量,为状态机更新提供了更灵活的支持。
在事件通知方面,/new_burn_block事件观察者负载现在包含parent_burn_block_hash字段,为开发者提供了更完整的区块关系信息。
错误修复与稳定性提升
本次发布修复了mock-mining中的一个回归问题,使得模拟验证者能够在整个周期内持续工作,而不会在生成周期变更区块后失败。这一修复对于开发和测试环境尤为重要,确保了测试的连续性和可靠性。
兼容性说明
3.1.0.0.9版本兼容所有3.x.x.x.x系列的链状态目录,用户可以平滑升级而无需担心数据迁移问题。配套的stacks-signer版本为3.1.0.0.9.0,用户需要确保同时更新签名器组件以获得最佳兼容性。
总结
Stacks-core 3.1.0.0.9版本通过多项性能优化和稳定性改进,为网络参与者提供了更好的体验。区块处理速度的提升、更详细的错误信息以及API的增强,都使得这个版本成为值得升级的选择。对于验证者、节点运营者和开发者来说,及时升级到这个版本将有助于获得更稳定、高效的网络体验。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust014
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00