Foundry项目中BLS预编译合约的测试问题解析
2025-05-26 23:20:18作者:谭伦延
背景介绍
在区块链开发中,Foundry是一个广受欢迎的智能合约开发工具套件,包含Forge、Anvil等组件。随着网络不断升级,新的EVM功能和预编译合约被引入,其中BLS12-381曲线相关的预编译合约在Prague硬分叉中被添加。
问题现象
开发者在测试BLS预编译合约时遇到了一个典型问题:当使用Anvil启动本地测试节点并指定--hardfork prague参数时,调用BLS预编译合约(地址0x10)总是返回成功,但输出结果全为0。这种情况实际上表明预编译合约并未被正确激活。
技术分析
-
预编译合约机制:区块链预编译合约是EVM内置的特殊合约,位于特定地址(如0x1-0x9),执行复杂计算(如加密操作)时比普通合约更高效。
-
BLS预编译合约:Prague硬分叉新增了BLS12-381曲线相关的预编译合约,用于支持零知识证明等高级密码学操作。
-
测试环境差异:
- 使用Anvil启动节点时指定硬分叉参数只影响该节点
- Forge测试默认使用内置EVM,不受Anvil配置影响
解决方案
正确的测试方法是在运行Forge测试时直接指定EVM版本参数:
forge test --mt test_test --evm-version prague -vvv
这样会确保测试在支持Prague硬分叉的EVM环境中执行,BLS预编译合约才能正常工作。
深入理解
-
预编译合约调用特性:当调用不存在的预编译合约地址时,EVM会返回成功但无实际效果,这解释了为何测试中会得到全0结果。
-
开发环境隔离:Foundry各组件(Forge、Anvil)有独立配置,理解这种设计有助于正确设置测试环境。
-
版本兼容性:使用新硬分叉功能时,确保所有相关工具都支持该版本非常重要。
最佳实践建议
- 明确区分节点环境(Anvil)和测试环境(Forge)的配置
- 测试新硬分叉功能时,检查工具链的兼容性
- 对于预编译合约测试,先验证环境是否真正支持该功能
- 使用详细的日志参数(-vvv)帮助诊断问题
通过理解这些底层机制,开发者可以更有效地利用Foundry工具链进行区块链智能合约开发和测试。
登录后查看全文
热门项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
895
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
290
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108