StarkNet.js v7.2.0 版本发布:全面支持RPC 0.8与Ledger集成优化
StarkNet.js 是一个用于与 StarkNet 区块链交互的 JavaScript SDK,它提供了与 StarkNet 网络通信、合约交互、交易签名等核心功能。作为 StarkNet 生态系统中最重要的开发工具之一,StarkNet.js 持续更新以支持最新的网络协议和开发者需求。
核心功能增强
本次 v7.2.0 版本带来了多项重要更新,主要集中在 RPC 协议支持和硬件钱包集成方面:
RPC 0.8 协议全面支持
开发团队修复了 RPC 0.8 版本中新方法无法正常工作的问题。RPC(远程过程调用)是 StarkNet.js 与区块链节点通信的基础协议,0.8 版本引入了多项性能优化和新特性。此次修复确保了开发者可以无缝使用最新的 RPC 功能,包括改进的状态查询和交易处理机制。
版本管理优化
新版本实现了完整的 Speck 版本规范支持,改进了版本解析工具和测试流程。Speck 是一种轻量级的版本控制规范,它的引入使得 StarkNet.js 的版本管理更加标准化和可靠。开发者现在可以更精确地控制项目依赖的 SDK 版本,避免潜在的兼容性问题。
网络通信改进
全局 Fetch 和 WebSocket 配置
v7.2.0 引入了全局的 fetch 和 WebSocket 配置选项,并实现了自动检测 fetch 功能的机制。这意味着:
- 开发者现在可以在应用层面统一配置网络请求行为
- SDK 能够自动适配不同环境(浏览器、Node.js等)的网络能力
- 减少了对外部 polyfill 的依赖,提升了代码的健壮性
WebSocket 依赖移除
作为一个重要的架构优化,新版本移除了对特定 WebSocket 实现的硬性依赖。这使得 StarkNet.js 可以更灵活地集成到各种 JavaScript 环境中,特别是那些对包大小敏感的前端应用。开发者现在可以根据需要自行选择 WebSocket 实现,或者使用环境提供的原生实现。
Ledger 硬件钱包支持
v7.2.0 版本集成了 Ledger 硬件钱包的 2.3.1 版本固件支持。这一更新带来了:
- 更安全的交易签名流程
- 改进的用户体验
- 与最新 Ledger 设备的兼容性保证
对于需要高安全性的 DApp 来说,这一更新确保了它们能够继续为使用 Ledger 设备的用户提供无缝体验。
开发者体验提升
除了上述功能更新外,v7.2.0 还包含多项底层改进:
- 增强了 fetch 请求的校验机制,提高了网络通信的可靠性
- 优化了版本工具链,使依赖管理更加直观
- 改进了错误处理流程,帮助开发者更快定位问题
这些改进虽然不直接表现为新功能,但显著提升了开发者在日常使用 StarkNet.js 时的体验和效率。
升级建议
对于正在使用 StarkNet.js 的开发者,建议尽快评估升级到 v7.2.0 版本,特别是:
- 需要支持最新 Ledger 设备的项目
- 计划使用 RPC 0.8 新特性的应用
- 对网络通信稳定性有高要求的场景
升级过程通常只需更新 package.json 中的版本号并重新安装依赖即可。对于使用了自定义 WebSocket 实现的开发者,可能需要根据新版本的架构调整相关配置。
StarkNet.js 持续演进的方向表明,开发团队不仅关注核心功能的完善,也重视开发者体验和生态兼容性。v7.2.0 版本的发布进一步巩固了它作为 StarkNet 生态首选 JavaScript SDK 的地位。
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