Foundry项目中的forge脚本验证问题:EVM版本不匹配导致验证失败
2025-05-26 11:51:19作者:袁立春Spencer
在Solidity开发中,使用Foundry工具链的forge script命令进行合约部署和验证时,开发者可能会遇到一个隐蔽但影响严重的问题:当同时使用--evm-version参数和--verify选项时,实际提交给验证服务的EVM版本可能与预期不符。
问题现象
当开发者执行类似以下命令时:
forge script <脚本路径> --evm-version london --broadcast --optimize --verify --verifier sourcify
验证服务器接收到的元数据中,EVM版本会被错误地设置为"cancun"而非指定的"london"。这种不匹配会导致合约验证失败,因为验证服务会认为合约是在不同EVM版本下编译的。
问题根源
经过深入分析,这个问题源于forge script命令在生成验证元数据时,未能正确传递用户指定的EVM版本参数。具体表现为:
- 编译阶段确实使用了正确的EVM版本(如london)
- 但在生成验证用的metadata.json文件时,却使用了默认的EVM版本(如cancun)
- 这种不一致导致验证服务接收到的编译信息与实际不符
影响范围
这个问题会影响所有同时使用以下功能的开发者:
- 需要指定特定EVM版本进行编译
- 使用forge script命令进行部署和验证
- 使用Sourcify或其他验证服务
特别是在以下场景中问题更为明显:
- 需要兼容旧版本EVM的合约
- 使用特定EVM版本特性的合约
- 需要精确控制编译环境的项目
解决方案
目前推荐的临时解决方案是:
- 使用forge verify-contract命令单独进行验证
- 在verify-contract命令中明确指定EVM版本
例如:
forge verify-contract <合约地址> <合约路径> --evm-version london --verifier sourcify
最佳实践
为避免类似问题,建议开发者:
- 在重要部署前,总是检查生成的metadata.json文件
- 考虑将部署和验证步骤分离,先部署再验证
- 保持Foundry工具链的及时更新
- 在CI/CD流程中加入验证结果的检查
未来展望
Foundry团队已经确认了这个问题,并承诺会尽快修复。预计在未来的版本中,forge script命令将能够正确传递所有编译参数到验证阶段,包括EVM版本设置。
对于依赖特定EVM版本功能的项目,建议关注Foundry的更新日志,及时获取修复版本。同时,开发者社区也可以通过提交详细的复现案例来帮助加速问题的解决。
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