Foundry项目新增拦截合约初始化代码的作弊码功能解析
2025-05-26 12:02:41作者:邓越浪Henry
在Solidity智能合约开发中,合约部署是一个核心操作。Foundry作为流行的区块链开发工具链,近期计划通过新增vm.interceptInitcode()作弊码来优化合约部署流程,特别是针对需要获取合约初始化代码(initcode)的场景。
背景与需求
在Foundry脚本和测试中,开发者经常需要使用CREATE2工厂或自定义部署工厂(如CreateX或SubZero)来部署合约。这些场景下,开发者需要获取合约的完整初始化代码,即包含合约字节码和构造函数参数的组合数据。
目前开发者只能通过手动拼接type(ContractName).creationCode和编码后的构造函数参数来获取initcode,这种方式存在以下问题:
- 类型不安全
- 容易因合约和脚本不同步而产生错误
- 代码可读性和维护性差
技术方案
Foundry提出的解决方案是新增一个作弊码vm.interceptInitcode(),其工作原理如下:
- 当调用
vm.interceptInitcode()后,会设置一个拦截标志位 - 在下一次执行CREATE或CREATE2操作时:
- 如果拦截标志位为true,则中断部署操作
- 将完整的initcode作为错误数据放入返回缓冲区
- 通过try-catch模式捕获并获取initcode
典型使用方式如下:
vm.interceptInitcode();
bytes memory initcode;
try new MyContract(param1, param2) {
assert(false); // 确保进入catch块
} catch (bytes memory interceptedInitcode) {
initcode = interceptedInitcode;
}
实现细节
在底层实现上,需要:
- 在作弊码系统中添加
interceptingNext布尔标志 - 实现
vm.interceptInitcode作弊码函数,用于设置标志位 - 修改EVM解释器,在执行CREATE/CREATE2时检查标志位:
- 如果标志位为true,则立即回滚交易
- 将CreateInputs中的initcode作为回滚数据返回
优势与价值
这一改进带来了以下好处:
- 类型安全:直接使用Solidity的new语法,确保构造函数参数类型正确
- 代码健壮性:避免手动拼接可能导致的错误
- 开发体验:简化了需要initcode的部署场景的代码
- 明确性:通过try-catch模式明确区分了"获取initcode"和"实际部署"两种意图
总结
Foundry通过新增vm.interceptInitcode()作弊码,为开发者提供了更安全、便捷的方式来获取合约的完整初始化代码。这一改进特别适用于使用高级部署模式(如CREATE2工厂)的场景,将显著提升合约部署相关代码的可靠性和可维护性。该功能虽然可以在Solidity语言层面实现,但通过Foundry作弊码的方式能够更快地为开发者所用,体现了Foundry对开发者体验的持续关注。
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。C0100
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.Python059
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
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
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++
850
447
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
239
100
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
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (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
1.28 K
705