viem 2.27.2版本发布:区块链开发工具链的重要更新
项目简介
viem是一个现代化的区块链开发工具库,为开发者提供了与区块链网络交互的全套工具。它简化了钱包集成、智能合约交互和区块链数据查询等常见开发任务,是Web3开发者的重要工具之一。
核心更新内容
1. SKALE网络链配置更新
本次更新对SKALE网络的链配置进行了优化。SKALE是一个高性能的区块链网络,以其弹性区块链架构著称。viem团队通过更新链配置,确保开发者能够更顺畅地与SKALE网络进行交互。
2. 账户抽象功能增强
在账户抽象(Account Abstraction)方面,本次更新改进了toCoinbaseSmartWallet方法的实现细节。特别值得注意的是,现在该方法在处理所有者(owners)时会优先使用signTypedData签名方式。这一改进使得智能合约钱包的集成更加符合最佳实践,提升了签名过程的安全性和可靠性。
账户抽象是区块链生态中的重要概念,它允许用户使用智能合约作为他们的账户,而非传统的EOA(外部拥有账户)。这一特性为钱包功能带来了极大的灵活性。
3. Core区块链测试网支持
新增了对Core Blockchain测试网的完整支持。Core是一个新兴的区块链网络,专注于提供高性能和低成本的交易体验。通过将Core测试网集成到viem中,开发者现在可以更方便地在该网络上进行应用开发和测试。
4. Metis网络配置修复
本次发布修复了Metis主网及其Sepolia测试网的RPC URL配置问题。Metis是区块链的二层扩容解决方案,以其低交易费用和快速确认时间而闻名。配置修复后,开发者可以更可靠地连接到这些网络。
5. Newton链URL拼写修正
修正了Newton链RPC URL中的一个拼写错误。虽然看似是一个小改动,但对于依赖这些配置的应用程序来说,这样的修正确保了连接的稳定性,避免了因配置错误导致的连接失败。
技术意义与影响
这些更新虽然主要是修复和改进性质,但对于依赖viem进行区块链开发的团队来说具有重要意义:
-
网络兼容性增强:新增和修复的网络配置使开发者能够支持更多区块链生态,拓宽了应用的可及范围。
-
开发体验优化:特别是账户抽象相关的改进,使得构建智能合约钱包等高级功能更加顺畅。
-
稳定性提升:各种配置修正减少了开发过程中可能遇到的意外错误,提高了开发效率。
对于正在使用或考虑采用viem的开发团队,建议及时升级到2.27.2版本以获取这些改进。特别是那些在SKALE、Metis或Core区块链上开发应用的团队,这些更新将直接改善他们的开发体验。
viem持续通过这类细致入微的更新,巩固了其作为区块链开发工具链重要选择的地位,为Web3开发者提供了更加稳定和强大的开发基础。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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