Foundry项目中的状态记录异常问题分析与解决方案
2025-05-26 07:27:52作者:龚格成
问题背景
在Foundry测试框架中,开发者使用startStateDiffRecording功能时可能会遇到一个导致测试崩溃的异常情况。这个问题主要出现在测试合约中使用了状态记录功能但随后发生回滚的场景中。
问题现象
当测试代码满足以下条件时,Foundry会抛出"missing CALL account accesses"错误并崩溃:
- 在某个合约方法中调用了
vm.startStateDiffRecording() - 随后该方法执行了
require或其他导致回滚的操作 - 没有实际发生任何状态变更的调用
技术分析
底层机制
Foundry的状态记录功能是通过在EVM调用栈的不同层级跟踪状态变化实现的。当调用startStateDiffRecording时,系统会初始化一个状态记录器,准备捕获后续的状态变更。
问题根源
当以下情况同时发生时会出现问题:
- 状态记录被启动
- 在记录期间没有实际发生任何状态变更的调用
- 执行流因条件检查失败而回滚
此时系统期望能找到调用账户的访问记录,但由于没有实际调用发生,导致断言失败而崩溃。
复现案例
contract StateDiffTest is Test {
function testRecordingWithRevert() public {
vm.startStateDiffRecording();
require(false, "This will revert");
}
}
这个简单的测试用例就能触发该问题,因为它启动了状态记录但随后立即回滚,没有执行任何实际的状态变更操作。
解决方案
临时解决方案
开发者可以调整代码结构,将状态记录的开始位置移到更高层级的调用中,确保在回滚前至少有一次状态变更操作:
contract FixedTest is Test {
function testRecordingWithRevert() public {
vm.startStateDiffRecording();
someFunctionThatMayRevert();
}
function someFunctionThatMayRevert() internal {
require(false, "This will revert");
}
}
官方修复方案
Foundry团队已经确认将在后续版本中修复此问题,具体方案包括:
- 记录
startStateDiffRecording被调用的调用栈深度 - 当调用在相同深度回滚时,跳过状态处理逻辑
- 将panic改为优雅地忽略这种情况
最佳实践建议
- 确保状态记录期间至少有一次实际的状态变更操作
- 将状态记录的开始放在尽可能高的调用层级
- 避免在可能立即回滚的代码块中启动状态记录
- 关注Foundry的更新,及时升级到包含修复的版本
总结
这个问题展示了测试框架中状态记录功能的一个边界情况处理缺陷。虽然可以通过代码结构调整暂时规避,但最根本的解决方案还是等待官方修复。理解这类问题的本质有助于开发者编写更健壮的测试代码,并在遇到类似问题时能够快速定位原因。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
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
9
1
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219