Foundry项目中BLS预编译合约的测试问题解析
2025-05-26 20:46:58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
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218