首页
/ Foundry项目中的多匹配构件问题解析与解决方案

Foundry项目中的多匹配构件问题解析与解决方案

2025-05-26 04:08:48作者:宣利权Counsellor

背景介绍

Foundry是一个流行的区块链开发工具套件,它提供了编译、测试和部署智能合约的一站式解决方案。在最新版本的Foundry(0.3.0)中,用户在使用forge test命令时可能会遇到一个特定错误:"[FAIL: vm.getDeployedCode: multiple matching artifacts found]"。这个问题通常出现在项目配置了多个编译配置的情况下。

问题本质

当智能合约项目设置了不同的编译配置(如"default"和"dispute"等不同profile)时,Foundry可能会为同一个合约生成多个构件(artifacts)。在测试环境中,当虚拟机(vm)尝试通过getDeployedCode获取已部署合约的代码时,系统发现了多个匹配的构件文件,无法确定应该使用哪一个,从而导致测试失败。

问题复现条件

  1. 项目配置了多个编译profile(如通过compilation_restrictions设置)
  2. 同一个合约在不同profile下被编译
  3. 测试中使用了vm.getDeployedCode这类需要明确构件引用的操作码

技术原理分析

在Foundry的架构中,每个编译profile会生成独立的构件目录。当测试运行时,虚拟机需要加载合约的字节码来模拟部署。系统会搜索构件目录来找到匹配的合约代码。当同一个合约在多个profile下都存在时,系统无法自动确定应该使用哪个版本的构件。

解决方案

Foundry团队已经通过PR #9714解决了这个问题。新版本的逻辑是:

  1. 优先选择与当前测试相同profile下编译的构件
  2. 如果不存在,再回退到其他profile的构件

这种处理方式更加合理,因为它保持了编译环境的一致性。例如,如果测试是在"dispute" profile下运行的,那么它应该使用"dispute" profile下编译的合约代码。

最佳实践建议

  1. 明确编译配置:在foundry.toml中清晰地定义各个profile的用途和区别
  2. 避免不必要的多profile编译:除非确实需要,否则尽量减少同一合约在不同profile下的编译
  3. 升级Foundry版本:确保使用包含修复的版本(0.3.0或更高)
  4. 检查测试环境一致性:确保测试运行的profile与期望使用的构件profile一致

总结

多匹配构件问题是Foundry在支持多编译配置时遇到的一个典型挑战。通过理解其背后的技术原理和解决方案,开发者可以更好地组织项目结构,避免类似问题的发生。Foundry团队对此问题的快速响应也展示了该项目对开发者体验的重视。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.49 K
kernelkernel
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
494
518
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287