CLN闪电网络节点支付问题分析与解决方案
引言
在闪电网络(CLN)的最新版本v25.02rc1中,开发者和用户报告了一个关于支付流程的重要问题:当尝试通过fetchinvoice获取的发票进行支付时,出现了支付失败的情况。本文将深入分析这一问题的技术背景、产生原因以及最终的解决方案。
问题现象
用户在使用CLN节点时发现,当两个节点直接相连且都不公开IP地址时,通过fetchinvoice获取的发票无法成功支付。具体表现为:
- 使用pay命令支付时返回"WIRE_INVALID_ONION_BLINDING"错误
- 使用xpay插件支付时提示"insufficient capacity"容量不足
- 但keysend支付方式却能正常工作
值得注意的是,在之前的版本v24.11中,相同的操作可以正常完成支付。
技术背景分析
闪电网络的BOLT12规范引入了"盲路径"(blinded path)的概念,这是一种增强隐私保护的技术。盲路径允许支付在不暴露收款方真实网络位置的情况下完成,通过中间节点转发支付信息。
在CLN v25.02rc1版本中,实现了一个重要变更:当节点没有公布IP地址时,系统会自动添加一个盲路径到具有可达地址的节点。这与之前版本的行为不同,之前版本会使用自身作为入口点并生成一个虚拟跳转作为盲路径。
问题根源
经过开发团队深入分析,发现问题的根源在于:
-
盲路径实现变更:新版本强制为未公布地址的节点添加真实盲路径,而非之前的虚拟路径。这增加了支付路径的复杂性,可能导致流动性不足。
-
xpay插件计算问题:xpay插件在计算CLTV(CheckLockTimeVerify)时存在错误,导致数值翻倍,超出了节点可接受的范围。
-
错误信息不明确:在盲路径中,任何错误都会被转换为"WIRE_INVALID_ONION_BLINDING",这给调试带来了困难。
解决方案
开发团队通过以下方式解决了这一问题:
-
修复xpay插件的CLTV计算:修正了导致CLTV数值翻倍的问题。
-
改进错误处理:使错误信息更加明确,便于诊断问题。
-
临时回退变更:在v25.02正式版中暂时回退了强制添加盲路径的变更,留待后续版本完善。
用户应对方案
对于遇到此问题的用户,可以采取以下临时解决方案:
-
公布本地IP地址:在配置文件中添加本地IP地址可以避免系统自动添加盲路径。
-
使用min-capacity-sat参数:如果不希望他人主动建立通道,可以设置一个极高的min-capacity-sat值。
-
等待正式修复版本:关注CLN的后续版本更新,获取完整的修复方案。
总结
这次事件展示了闪电网络协议演进过程中的技术挑战,特别是在隐私保护功能与实际支付可靠性之间的平衡。CLN开发团队通过快速响应和深入分析,不仅解决了眼前的问题,也为未来的协议改进积累了宝贵经验。
对于闪电网络节点运营者而言,理解这些底层技术细节有助于更好地配置和维护自己的节点,确保支付流程的顺畅运行。随着闪电网络技术的不断成熟,我们有理由期待更加稳定和隐私保护的支付体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0331- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









