Safe智能账户项目中代理创建事件的盐值随机数改进
在区块链应用开发中,事件日志是链下服务获取链上状态变化的重要途径。Safe智能账户项目近期对其代理合约创建机制进行了一项重要改进,增加了盐值随机数(salt nonce)的事件记录功能。这项改进为开发者提供了更完整的数据索引能力,同时保持了良好的向后兼容性。
技术背景
Safe智能账户使用代理工厂模式来部署新的Safe合约实例。在创建过程中,系统会生成一个独特的代理地址,这个地址由以下因素决定:
- 工厂合约地址
- 初始化代码
- 盐值随机数(salt nonce)
盐值随机数是确保每次部署都能生成不同地址的关键参数。在改进前,虽然系统会发出ProxyCreated事件,但该事件不包含盐值随机数信息,这给需要完整记录创建过程的链下服务带来了不便。
改进方案
项目团队采用了最小化变更原则来实现这一需求:
-
保持原有事件结构不变:原有的ProxyCreated事件继续存在,确保不影响现有监听该事件的应用程序。
-
新增盐值随机数事件:引入一个新的事件类型,专门携带盐值随机数信息。这种设计既满足了新需求,又完全避免了破坏性变更。
-
事件关联性:两个事件在同一个交易中发出,通过交易哈希可以轻松关联起来。
技术意义
这项改进带来了几个重要优势:
-
完整审计追踪:现在可以完整记录每个Safe账户创建时的所有关键参数,包括盐值随机数。
-
增强的索引能力:链下索引服务可以基于盐值随机数建立更完善的查询机制。
-
灵活的集成选择:新老系统可以根据自身需求选择监听一个或两个事件。
-
无迁移成本:现有系统可以继续工作,无需任何修改。
实现考量
在实现过程中,开发团队特别注意了以下方面:
-
Gas成本优化:新增事件的Gas消耗经过仔细评估,确保不会显著增加部署成本。
-
数据一致性:确保两个事件中的其他字段完全一致,避免数据歧义。
-
文档更新:相关文档同步更新,明确说明新旧事件的使用方式。
这项改进体现了Safe项目对开发者体验的重视,通过精心设计的事件机制,既满足了新需求,又保护了现有集成的稳定性。对于构建在Safe之上的应用和服务来说,这意味着更强大的数据可观测性和更灵活的集成选项。
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