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
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
React Native鸿蒙化仓库
JavaScript
287
338
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
226
91
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
723
174
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
10
1
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++
849
439
🎉 (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
1.27 K
699
🔥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
65
19