Foundry项目新增cast wallet public-key命令解析
2025-05-26 08:07:03作者:庞眉杨Will
Foundry作为区块链开发者工具链中的重要组成部分,其cast命令行工具提供了丰富的区块链交互功能。近期社区提出了为cast钱包功能增加获取完整公钥能力的建议,本文将深入分析这一功能的技术实现与意义。
背景与需求
在区块链开发中,私钥、公钥和地址构成了账户体系的核心三要素。目前cast wallet子命令已经支持通过私钥获取地址(address命令),但缺乏直接从私钥推导完整公钥的功能。完整公钥在以下场景中尤为重要:
- 加密通信场景下的密钥交换
- 某些特定签名验证算法的前置条件
- 高级密码学操作中的密钥材料处理
技术实现分析
实现这一功能需要基于区块链的密钥派生体系。区块链采用secp256k1椭圆曲线,其密钥派生路径为:
私钥 → 公钥 → Keccak256哈希 → 取后20字节 → 地址
现有cast wallet address实现了后半部分流程,而新功能需要补充前半部分的公钥导出。
具体实现方案
在Rust代码层面,实现要点包括:
- 在wallet模块中新增PublicKey子命令结构体
- 使用secp256k1库进行椭圆曲线计算
- 处理私钥输入格式(原始hex或助记词派生)
- 输出格式设计(65字节未压缩公钥或33字节压缩公钥)
核心代码结构可参考:
pub struct PublicKeyCmd {
#[clap(help = "The private key to get the public key of")]
private_key: String,
#[clap(help = "Output the public key in compressed format", short, long)]
compressed: bool,
}
使用场景示例
开发者可以通过以下方式使用新功能:
# 获取未压缩公钥
cast wallet public-key <private-key>
# 获取压缩公钥
cast wallet public-key <private-key> --compressed
输出将采用标准的SEC1编码格式,便于与其他加密库交互。
安全注意事项
实现时需特别注意:
- 私钥输入应支持环境变量方式,避免命令行历史记录
- 内存中的私钥应及时清零
- 输出建议添加明确标识,避免与其他数据混淆
总结
这一功能的加入完善了Foundry的密钥管理能力,使开发者能够完整地操作区块链密钥体系的各个环节。它不仅满足了特定场景的技术需求,也为更高级的密码学操作提供了基础支持,进一步巩固了Foundry作为全功能区块链开发工具链的地位。
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
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
677
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
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
342
146