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
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217