Foundry项目2025年3月5日夜间版本更新解析
Foundry是区块链生态中广受欢迎的智能合约开发工具套件,由Rust语言编写,包含Forge(测试框架)、Cast(交互式合约调用工具)和Anvil(本地区块链节点)等核心组件。本次发布的夜间版本(d3704ee2bb6d2565ac746ed3951666932b287487)主要针对工具链中的若干关键问题进行了修复和优化。
Cast工具功能增强
在本次更新中,Cast工具获得了两个重要改进。首先是修复了receipt命令中地址处理的问题,现在会正确使用from地址字段。这个改进看似简单,但实际上解决了交易回执解析中的关键细节问题,确保开发者能够准确获取交易发起方信息。
另一个重要改进是cast run命令现在支持用户选择性禁用区块燃料限制检查。这个功能对于需要模拟复杂交易场景的开发者特别有价值,因为在某些特殊测试场景下,开发者可能需要突破常规的燃料限制来验证合约的极端行为。通过这个改进,Foundry为开发者提供了更大的灵活性。
Forge测试框架优化
Forge作为Foundry的核心测试组件,本次更新包含了多个重要修复:
-
修复了当SCAN_API_KEY环境变量存在时,forge script --verifier sourcify选项被忽略的问题。这个修复确保了验证工具的选择不会被环境变量意外覆盖,保证了验证流程的确定性。
-
针对etch操作(一种在测试环境中部署合约字节码的技术)进行了健壮性增强,现在当遇到无效字节码时会优雅处理而不会导致panic。这个改进显著提升了测试环境的稳定性。
-
验证功能针对区块浏览器做了特殊处理,当遇到响应状态为0但合约尚未被索引的情况时,会进行适当处理。这个改进优化了与不同区块浏览器的兼容性。
-
测试结果比较逻辑从部分比较改为使用浮点数全比较,这解决了某些情况下测试结果比对不准确的问题,提高了测试的可靠性。
技术价值分析
本次夜间版本的更新虽然不包含重大功能新增,但对工具链的稳定性和用户体验有着实质性提升。特别是对于专业开发者而言,这些修复解决了日常开发中的痛点问题:
- 交易模拟的灵活性增强(燃料限制检查可选)
- 多验证器兼容性提升
- 测试环境健壮性改进
- 结果比对精度提高
这些改进共同使得Foundry作为智能合约开发工具链更加成熟可靠。值得注意的是,项目团队对细节问题的持续关注和快速响应,体现了Foundry作为开源项目的专业性和活跃度。
对于正在使用或考虑采用Foundry的开发者来说,这个夜间版本值得关注,特别是那些需要处理复杂测试场景或依赖多种区块浏览器验证的团队。这些改进将直接提升开发效率和测试可靠性。
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-X1-7BSpark-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