viem项目发布v2.28.0版本:增强账户抽象与ERC标准支持
viem是一个专注于区块链开发的JavaScript/TypeScript库,它提供了与区块链网络交互所需的各种工具和功能。作为区块链生态中的重要基础设施,viem持续迭代更新,为开发者提供更完善的开发体验。
本次发布的v2.28.0版本带来了多项重要更新,主要集中在账户抽象(Account Abstraction)功能的增强和对ERC标准的支持完善上。下面我们将详细解析这些更新内容。
账户抽象功能增强
EIP-7702授权支持
v2.28.0版本新增了对EIP-7702标准的支持,该标准定义了用户操作(User Operations)的授权机制。这一更新使得开发者能够更灵活地管理账户权限,实现更复杂的账户交互场景。
EIP-7702的核心在于允许外部拥有账户(EOA)临时授权智能合约账户执行特定操作,而无需永久转移账户控制权。这种机制特别适合需要临时授权的场景,如批量交易或定时操作。
EntryPoint 0.8支持
新版本还增加了对EntryPoint合约0.8版本的支持。EntryPoint是账户抽象架构中的关键组件,负责协调用户操作的实际执行。0.8版本带来了性能优化和安全性改进,使得账户抽象的实现更加可靠。
开发者现在可以利用新版EntryPoint的特性,构建更高效的账户抽象应用,同时享受更好的安全保障。
EIP-5792功能稳定化
v2.28.0版本将EIP-5792相关功能从实验性状态转为稳定状态。EIP-5792定义了钱包与DApp之间更高效的通信协议,减少了不必要的交互步骤。
这一变化意味着开发者现在可以放心地在生产环境中使用这些功能,而无需担心API的重大变更。EIP-5792的稳定化将显著提升DApp与钱包集成的用户体验。
ERC-1155标准支持
在ERC标准支持方面,新版本新增了对ERC-1155的导出支持。ERC-1155是一种多功能代币标准,允许单个合约同时管理多种类型的代币(包括同质化和非同质化代币)。
这一更新使得开发者能够更方便地处理ERC-1155代币,简化了相关合约的交互代码。对于构建游戏、市场平台等需要处理多种资产类型的应用来说,这一改进尤为重要。
总结
viem v2.28.0版本的发布,进一步巩固了其在区块链开发工具链中的地位。通过对账户抽象功能的增强和对ERC标准的完善支持,它为开发者提供了更强大的工具集。
这些更新不仅提升了开发效率,也为构建更复杂、更用户友好的区块链应用开辟了新的可能性。随着区块链生态的不断发展,viem持续保持同步更新,值得开发者关注和采用。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00