FuelLabs/fuels-ts 项目实现签名数据类型的技术解析
在区块链开发中,消息签名是一个基础且重要的功能。FuelLabs/fuels-ts 项目近期实现了对签名数据类型的支持,这一改进使得开发者能够请求对任意字节码进行签名,并遵循特定的签名规范。
签名数据类型的背景与需求
在区块链生态中,EIP-191 定义了一个标准化的消息签名格式。该标准要求对消息进行哈希处理,并在哈希前添加特定的前缀文本"Fuel Signed Message:\n"。FuelLabs/fuels-ts 项目需要实现类似的功能,但针对自己的区块链环境进行适配。
技术实现方案
项目团队经过讨论,确定了以下技术实现要点:
-
前缀文本定制化:采用"Fuel Signed Message:\n"作为前缀,区别于其他区块链的实现,保持自身生态的独特性。
-
哈希算法选择:虽然其他区块链使用keccak256算法,但FuelLabs/fuels-ts项目决定继续使用sha256算法,保持与现有系统的一致性。
-
向后兼容设计:为了避免破坏现有合约和谓词,实现采用了非破坏性的混合方案。开发者可以选择使用传统方式或新的签名数据类型。
实现细节
签名功能的实现提供了两种调用方式:
// 传统方式 - 直接签名字符串或字节
signMessage('string' || bytes)
// 新方式 - 使用签名数据类型
signMessage({ raw: .... })
这种设计既保留了原有功能,又新增了对EIP-191风格签名的支持。在内部实现上,当使用新方式时,系统会对原始数据进行以下处理:
- 添加"Fuel Signed Message:\n"前缀
- 使用sha256算法计算哈希值
- 对哈希结果进行签名
技术决策考量
在实现过程中,团队面临了几个关键决策点:
-
哈希算法选择:虽然keccak256在其他区块链生态中广泛使用,但考虑到Fuel链的技术栈和一致性要求,最终选择了sha256。
-
前缀处理:决定不对现有实现强制添加前缀,避免破坏已部署的智能合约和谓词逻辑。
-
API设计:采用了显式的数据类型区分,使开发者能够清晰地选择所需的签名方式。
开发者使用建议
对于开发者来说,在使用这一功能时应注意:
- 明确签名数据的预期用途,选择适当的签名方式
- 在跨链场景中注意前缀和哈希算法的差异
- 新项目建议使用新的签名数据类型,以获得更好的标准化支持
这一实现为Fuel生态系统提供了更灵活的签名能力,同时也为未来的跨链互操作性奠定了基础。开发者现在可以更安全地在Fuel链上实现各种需要消息签名的应用场景。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00