Ordinals项目中的Rune刻录与委托机制解析
2025-06-17 18:33:11作者:邓越浪Henry
在Ordinals协议的最新发展中,Rune刻录功能为用户提供了创建和管理代币的新方式。本文将深入探讨Rune刻录过程中的关键配置选项,特别是委托(delegate)机制的使用方法及其常见问题解决方案。
Rune刻录基础配置
Rune刻录主要通过YAML格式的批处理文件进行配置,其中包含几个核心部分:
-
刻录模式:支持四种模式选择
- same-sat:在同一sat上刻录
- satpoints:在指定satpoint输出的第一个sat上刻录
- separate-outputs:在单独的输出上刻录
- shared-output:在单个共享输出上刻录
-
父铭文:通过parent字段指定父铭文ID,建立铭文间的关联关系
-
邮资设置:postage字段定义每个铭文的最小输出值(默认为546聪)
Rune刻录参数详解
etching部分包含Rune代币的核心参数:
- rune:代币名称(必须全部大写)
- divisibility:可分割性,决定代币最小单位
- premine:预挖数量
- supply:总供应量(必须等于premine + terms.cap * terms.amount)
- symbol:代币符号(支持emoji)
- terms:定义代币铸造规则
- amount:每次铸造数量
- cap:最大铸造次数
- height/offset:铸造时间窗口(可选)
委托机制的使用技巧
委托(delegate)功能允许新刻录的Rune重用现有铭文的内容,而非创建新内容。使用时需注意:
- 正确缩进YAML结构,确保delegate字段位于inscriptions部分下
- 委托的铭文ID格式必须完整正确
- 委托功能与file字段互斥,不能同时使用
常见问题解决方案
在实际操作中,用户可能会遇到以下典型问题:
-
YAML格式错误:如示例中出现的缩进问题,会导致解析失败。正确的做法是确保delegate字段与file字段同级。
-
目的地地址混淆:destination字段仅控制铭文输出的接收地址,premine的接收地址由钱包默认处理。如需分开控制,需要额外操作。
-
参数验证失败:如supply必须精确等于premine加terms计算值,否则会报错。
通过理解这些核心概念和配置细节,用户可以更高效地在Ordinals协议上创建和管理Rune代币,充分利用委托等高级功能优化操作流程。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
293
2.62 K
暂无简介
Dart
584
127
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++
606
185
deepin linux kernel
C
24
7
🎉 (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
1.05 K
610
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
358
2.28 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
758
72
Ascend Extension for PyTorch
Python
123
149
仓颉编译器源码及 cjdb 调试工具。
C++
122
417
仓颉编程语言运行时与标准库。
Cangjie
130
430