Cardano节点中的ValueNotConservedUTxO错误解析
2025-06-26 02:06:07作者:仰钰奇
在Cardano区块链开发过程中,开发者在构建交易时可能会遇到ValueNotConservedUTxO错误。这个错误通常出现在交易验证阶段,表明交易的输入和输出之间存在价值不守恒的情况。
错误现象
开发者在使用Blockfrost API(基于Cardano节点)提交一笔包含8个输入和2个输出的交易时,遇到了以下错误信息:
ValueNotConservedUTxO
(MaryValue (Coin 4983251048)
(MultiAsset (fromList
[(PolicyID {policyID = ScriptHash "23c9b05ee16199b4955f7c491c887b9bd53d77a4af65105c54fe13eb"},
fromList [("53756e6461655265776172645469636b65743234",1)]),
(PolicyID {policyID = ScriptHash "e4bbbaa875a797578044ef27713d23dfe07ce74f33163e7c40d7f480"},
fromList [("544d494e",1)])])))
(MaryValue (Coin 4983251048)
(MultiAsset (fromList [])))
错误分析
从表面上看,ADA的数量(4983251048 lovelace)在输入和输出中是相等的,似乎满足了价值守恒的原则。然而,错误信息揭示了更深层次的问题:
-
原生资产处理不当:输入中包含两个原生资产(NFT或代币),每个数量为1:
- 策略ID为"23c9b05e..."的代币"53756e6461655265776172645469636b65743234"
- 策略ID为"e4bbbaa8..."的代币"544d494e"
-
输出中缺少原生资产:交易输出中虽然ADA数量正确,但完全没有包含这些原生资产。
解决方案
根据Cardano的UTXO模型,交易必须严格遵守价值守恒原则,这包括:
-
完整资产转移:所有输入中的资产(包括ADA和原生资产)必须明确出现在输出中,除非:
- 通过mint字段明确销毁
- 作为交易费用消耗
-
具体修正方法:
- 将这两个原生资产添加到交易输出中
- 或者,如果确实需要销毁这些资产,在交易的mint字段中进行明确说明
技术背景
Cardano的UTXO模型扩展了传统区块链的模型,支持多资产交易。每个UTXO可以包含:
- ADA(主要货币)
- 任意数量的用户定义资产(原生资产)
交易验证时,节点会检查:
- 输入和输出的ADA总量是否匹配(考虑费用)
- 每个原生资产的数量是否守恒(除非明确销毁)
最佳实践建议
- 全面审计资产:构建交易时,不仅要关注ADA数量,还要检查所有原生资产
- 使用开发工具:在提交主网交易前,使用测试网或本地节点验证交易
- 理解错误信息:Cardano的错误信息通常包含详细的数据结构,仔细分析可以快速定位问题
这个案例展示了Cardano复杂但强大的多资产功能,开发者需要充分理解UTXO模型的价值守恒原则,才能构建出有效的交易。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 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 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 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 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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