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 01:01:52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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0159- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
hotgoHotGo 是一个基于 vue 和 goframe2.0 开发的全栈前后端分离的开发基础平台和移动应用平台,集成jwt鉴权,动态路由,动态菜单,casbin鉴权,消息队列,定时任务等功能,提供多种常用场景文件,让您把更多时间专注在业务开发上。Go02
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
596
3.98 K
Ascend Extension for PyTorch
Python
433
516
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++
913
749
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
365
237
暂无简介
Dart
837
204
昇腾LLM分布式训练框架
Python
130
153
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
173
React Native鸿蒙化仓库
JavaScript
321
371
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
111
165
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.45 K
809