NEARCore项目中的RPC API JSON Schema生成方案解析
2025-07-01 08:53:01作者:尤峻淳Whitney
背景与现状分析
在NEAR区块链生态系统中,RPC(远程过程调用)接口作为节点与外部交互的核心通道,其规范性和一致性至关重要。当前NEARCore项目中存在几个显著问题:
- 客户端维护分散:存在两个Rust客户端实现,一个内置于nearcore用于测试,另一个作为公开的near-jsonrpc-client-rs库
- 依赖管理问题:公开的Rust客户端由于直接依赖nearcore而引入了大量不必要的传递依赖
- 类型系统缺失:非Rust客户端缺乏严格的类型定义,特别是处理复杂嵌套结构(如区块、分片、RPC错误等)时
- 兼容性验证困难:无法在代码提交阶段自动检测API兼容性问题
技术解决方案
核心思路
采用Rust生态中的schemars库实现从源代码自动生成JSON Schema,确保Schema定义与实现保持同步。具体方案分为三个关键步骤:
- 结构体标注:为所有涉及RPC的结构体添加JsonSchema派生宏或手动实现特性
- 规范生成:near-jsonrpc实现将聚合各方法的JsonSchema结果,生成OpenAPI规范
- 端点暴露:near-jsonrpc服务提供/openapi-spec.json端点输出生成的Schema
技术选型考量
选择OpenAPI而非OpenRPC规范主要基于:
- OpenAPI生态成熟度更高,工具链完善
- 已有成功案例验证可行性(如Nervos Network的CKB项目)
- 丰富的代码生成工具支持多种语言客户端
实施路径与预期效益
分阶段实施建议
- 基础架构搭建:引入schemars依赖,标注核心结构体
- 规范生成器开发:实现Schema聚合与OpenAPI规范生成
- 测试验证体系:建立Schema快照测试,确保变更可控
- 客户端重构:基于生成规范重构现有客户端,剥离冗余依赖
预期技术收益
- 开发效率提升:自动生成多语言客户端,减少重复工作
- 维护成本降低:统一Schema来源,消除实现差异
- 质量保障增强:通过自动化测试捕获不兼容变更
- 生态扩展性:为更多语言提供类型安全的客户端开发基础
技术挑战与应对
实施过程中可能面临的挑战包括:
- 复杂类型处理:对于特别复杂的嵌套类型,可能需要手动实现JsonSchema特性
- 性能考量:Schema生成不应显著影响编译时间和运行时性能
- 版本兼容性:需要设计良好的版本控制策略应对Schema演进
建议采用渐进式实施方案,先覆盖核心接口再逐步扩展,同时建立完善的变更日志机制。
结语
通过引入JSON Schema自动生成机制,NEARCore项目将显著提升RPC接口的规范性和可维护性,为生态开发者提供更一致、可靠的开发体验。这一改进不仅解决当前痛点,更为未来多语言客户端生态的发展奠定坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
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++
648
265
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
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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