WalletConnect 通用提供者库 v2.21.0 版本解析
WalletConnect 是一个开源协议,旨在实现钱包与去中心化应用(DApp)之间的安全通信。作为其核心组件之一,Universal Provider(通用提供者)库为开发者提供了便捷的Web3交互接口。最新发布的2.21.0版本带来了两项重要改进,优化了命名空间处理和能力缓存机制。
命名空间处理的重大变更
本次更新中最显著的变化是对requiredNamespaces参数的弃用。在之前的版本中,开发者需要通过这个参数来指定DApp运行所必需的区块链命名空间。而在2.21.0版本中,当检测到使用了requiredNamespaces参数时,系统会自动将其值赋给optionalNamespaces。
这一变更反映了WalletConnect团队对开发者体验的优化思路。在实践中,严格要求特定命名空间可能会导致不必要的连接失败,而将其转为可选参数后:
- 提高了连接的成功率
- 给予钱包端更大的灵活性
- 保持了向后兼容性,现有代码无需立即修改
这种设计决策体现了渐进式改进的理念,既引入了更合理的默认行为,又确保了现有应用的平稳过渡。
能力缓存机制的增强
另一个重要改进是针对wallet_getCapabilities请求的缓存策略优化。新版本现在会同时考虑链ID(chainIds)和地址(address)两个维度来决定是否向钱包发送请求。
具体来说,缓存系统现在会:
- 检查请求的链ID是否与缓存记录匹配
- 验证请求地址是否与缓存记录一致
- 只有两者都匹配时才会使用缓存结果
这种细粒度的缓存控制带来了以下优势:
- 避免了不同链或不同地址情况下返回错误缓存结果的风险
- 减少了不必要的网络请求
- 提高了响应速度
- 保持了数据准确性
对于开发者而言,这意味着在跨链或多地址场景下,能力查询将更加可靠和高效。
技术实现细节
从实现层面看,这次更新涉及到了WalletConnect核心库的多个组件:
- 在Sign Client中实现了新的缓存逻辑
- 更新了类型定义以支持变更
- 工具库也相应进行了调整
这些变更都保持了API的稳定性,开发者可以平滑升级而无需修改现有代码。同时,所有相关依赖版本都保持了一致性,确保了生态组件的兼容性。
升级建议
对于正在使用WalletConnect通用提供者库的开发者,建议:
- 评估现有代码中对
requiredNamespaces的使用情况 - 考虑逐步迁移到
optionalNamespaces参数 - 测试多链和多地址场景下的能力查询功能
- 关注性能指标,特别是缓存命中率的变化
这次更新体现了WalletConnect团队对开发者体验的持续关注,通过智能的默认值和精细化的缓存策略,既提升了系统的灵活性,又保证了稳定性和性能。对于构建复杂Web3应用的团队来说,这些改进将显著提升开发效率和用户体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07