Safe智能账户模块守卫上下文数据传递方案探讨
2025-07-05 14:05:01作者:幸俭卉
背景介绍
Safe智能账户项目在开发过程中遇到了一个关于模块守卫(Module Guard)功能的设计问题。模块守卫作为Safe账户安全机制的重要组成部分,负责验证由模块发起的交易。然而当前实现中,模块守卫在执行检查时无法获取交易相关的上下文信息,这限制了其功能的灵活性。
问题分析
在解决具体问题(如负控制场景下的共同签名验证)时,开发团队发现模块守卫缺乏获取额外上下文数据的能力。当前的模块守卫接口仅接收基本交易参数(目标地址、金额、数据、操作类型和模块地址),无法满足某些高级验证场景的需求。
解决方案探讨
团队提出了三种主要解决方案,各有优缺点:
方案一:修改Safe合约及模块守卫接口
此方案通过在模块守卫的检查函数中增加上下文参数,并在Safe合约中新增支持上下文的重载函数来实现。
优点:
- 模块守卫接口尚未正式发布,修改不会影响现有部署
- 对Safe合约的修改保持向后兼容
缺点:
- 增加Safe合约代码大小(但仍保持在24KB限制内)
- 需要模块开发者适配新接口
方案二:预执行设置上下文信息
此方案利用模块守卫自身的存储(或临时存储)来保存上下文信息。在执行模块交易前,Safe账户通过单独交易或多重发送方式将上下文信息存入守卫。
优点:
- 无需修改Safe核心合约
缺点:
- 守卫需要实现额外的存储管理逻辑
- 增加存储读写带来的gas成本
- 需要额外的预执行调用
方案三:模块自行管理上下文
此方案由模块自行存储上下文信息,守卫通过调用模块接口获取所需上下文。
优点:
- 无需修改Safe合约
缺点:
- 需要模块实现特定接口
- 增加存储访问的gas成本
- 模块与守卫需要约定协议
技术评估与决策
经过深入讨论,团队认为:
- 上下文需求目前仅出现在特定用例(如负控制)中,尚不具备普遍性
- 通过多重发送等现有机制已能实现上下文传递
- 引入标准化上下文协议可能增加开发者复杂度和审计难度
- 类似功能可通过ERC7579等现有标准实现
基于以上考量,团队决定不修改Safe核心合约,也不强制要求守卫或模块实现特定接口。对于需要上下文验证的特定用例,建议采用方案二的变体(通过多重发送设置守卫上下文)或直接在模块内部实现验证逻辑。
结论
Safe智能账户项目在模块守卫上下文传递问题上进行了全面评估,最终选择了保持核心合约稳定性的方案。这一决策体现了项目对向后兼容性和开发者体验的重视,同时也为特定用例提供了可行的替代实现路径。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
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++
876
577
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135