OpenSea-JS v7.1.21 版本发布:告别英式拍卖与新增Shape链支持
OpenSea-JS 是 OpenSea 官方提供的 JavaScript SDK,它为开发者提供了与 OpenSea 平台交互的便捷接口,包括创建、查询和管理 NFT 资产等功能。作为 Web3 领域最受欢迎的 NFT 市场之一,OpenSea 的技术栈更新往往反映了整个 NFT 生态的发展趋势。
版本核心变更
英式拍卖功能正式弃用
本次更新中最值得关注的变更是对英式拍卖(English Auctions)功能的弃用。英式拍卖是 OpenSea 早期支持的一种拍卖形式,其特点是价格随时间逐步上升,竞拍者可以多次出价。这种拍卖模式在传统艺术品拍卖中非常常见。
随着 OpenSea 平台战略的调整和技术架构的演进,团队决定全面停止对英式拍卖的支持。这一决策主要基于以下几个技术考量:
- 产品简化:减少支持的拍卖类型可以降低系统复杂度,提高整体稳定性
- 用户行为数据:数据显示其他拍卖形式(如固定价格和荷兰式拍卖)使用频率更高
- 维护成本:英式拍卖的智能合约逻辑相对复杂,维护成本较高
对于开发者而言,这意味着所有与英式拍卖相关的 API 接口都将被标记为废弃状态。虽然这些接口可能暂时还能工作,但建议尽快迁移到其他拍卖形式。
新增 Shape 链支持
本次更新的另一个重要特性是增加了对 Shape 链的枚举支持。Shape 是一个新兴的区块链网络,专注于为数字艺术和创意内容提供优化的基础设施。
在技术实现上,开发者现在可以在 Chain 枚举中直接使用 Shape 链的标识符,这为构建跨链 NFT 应用提供了更多可能性。Shape 链的加入反映了 OpenSea 生态正在向多链方向发展的趋势。
开发者迁移建议
对于正在使用 OpenSea-JS 的开发者,针对本次更新需要注意以下几点:
- 拍卖功能检查:如果应用中使用了英式拍卖功能,需要尽快修改为其他拍卖类型
- 链枚举更新:如需支持 Shape 链,可以升级到最新版本后直接使用新的枚举值
- API 兼容性:虽然本次更新没有破坏性变更,但仍建议进行全面测试
技术架构演进观察
从这次更新可以看出 OpenSea 技术栈的几个发展方向:
- 功能精简:通过移除使用率低的功能来优化代码库
- 多链扩展:持续增加对新链的支持,保持生态的开放性
- 渐进式更新:采用弃用而非直接移除的方式,给开发者足够的迁移时间
这些变化体现了 OpenSea 在保持技术先进性的同时,也注重开发者体验和系统稳定性。
总结
OpenSea-JS v7.1.21 虽然是一个小版本更新,但包含了对产品发展方向有重要意义的变更。开发者应当及时了解这些变化,并根据自身业务需求进行相应调整。随着 NFT 生态的不断发展,我们可以期待 OpenSea 会继续优化其技术栈,为开发者提供更强大、更易用的工具。
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