Foundry项目中setUp与测试函数间的存储状态不一致问题解析
2025-05-26 13:59:42作者:冯梦姬Eddie
问题现象
在Foundry测试框架中,当开发者使用setArbitraryStorage作弊码设置合约存储为任意值后,如果在setUp函数中又将特定存储槽显式设置为0,会出现一个有趣的现象:在setUp函数中验证该值为0成功,但在实际测试函数中验证时,该值却恢复为随机数。
技术背景
Foundry测试框架提供了setArbitraryStorage作弊码,它可以将合约的整个存储空间设置为随机值。这个功能在测试合约对未知存储状态的兼容性时非常有用。同时,vm.store作弊码允许直接修改特定存储槽的值。
问题复现
通过以下测试用例可以复现该问题:
contract StorageContract {
uint256 public value;
}
contract ArbitraryStorageTest is Test {
uint256 constant DEFAULT_VALUE = 0;
StorageContract target;
function setUp() public {
target = new StorageContract();
vm.setArbitraryStorage(address(target));
bytes32 valueSlot = bytes32(uint256(0));
vm.store(address(target), valueSlot, bytes32(DEFAULT_VALUE));
emit log_named_uint("value in setUp", target.value());
}
function test_stored_value() public {
emit log_named_uint("value in test", target.value());
assertEq(target.value(), DEFAULT_VALUE);
}
}
测试结果会显示:
[FAIL: assertion failed: 36440280036344177981963967840477496355477405577495123809133350823800994840471 != 0]
根本原因
这个问题源于Foundry对存储状态的优化处理机制:
- 当存储被标记为"任意"时,Foundry会在首次访问冷存储时生成随机值
- 在
setUp中将值设为0后,由于0是EVM存储的默认值,Foundry会特殊处理 - 测试函数运行时,由于是新的交易,存储被视为"冷"状态
- 对于值为0的存储槽,Foundry会重新生成随机值,而非保留之前设置的0
解决方案
要解决这个问题,可以采用以下方法之一:
方法一:将存储设置逻辑移到测试函数中
function _initializeStorage() internal {
target = new StorageContract();
vm.setArbitraryStorage(address(target));
vm.store(address(target), bytes32(uint256(0)), bytes32(DEFAULT_VALUE));
}
function test_stored_value() public {
_initializeStorage();
assertEq(target.value(), DEFAULT_VALUE);
}
方法二:设置非零默认值
如果业务逻辑允许,可以将默认值设为非零值:
uint256 constant DEFAULT_VALUE = 1;
方法三:使用vm.assume限制随机范围
function test_stored_value() public {
vm.assume(target.value() == DEFAULT_VALUE);
assertEq(target.value(), DEFAULT_VALUE);
}
最佳实践建议
- 对于需要精确控制存储状态的测试,避免在
setUp中使用setArbitraryStorage - 如果必须使用任意存储,考虑在测试函数中重新设置需要的值
- 对于关键存储槽,使用显式的
vm.store设置而非依赖任意存储 - 在测试文档中明确记录存储状态的预期行为
总结
这个问题揭示了Foundry测试框架在处理存储状态时的一些内部机制。理解这些机制有助于开发者编写更可靠的测试用例。记住,测试框架的便利功能虽然强大,但也需要理解其底层行为才能正确使用。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218