Anchor框架中declare_id!与declare_program!的正确使用方式
2025-06-14 15:32:26作者:魏侃纯Zoe
理解Anchor中的程序ID声明机制
在Anchor框架开发过程中,程序ID的声明是一个基础但关键的操作。许多开发者在使用过程中会遇到IDL生成结果不符合预期的情况,这通常是由于对declare_id!和declare_program!两个宏的理解和使用不当造成的。
常见误区分析
开发者经常会在代码中同时使用declare_id!和declare_program!来声明同一个程序的ID,例如:
pub mod some_program {
use anchor_lang::{declare_id, declare_program};
declare_id!("some_program_id...");
declare_program!(some_program);
}
这种做法实际上是不必要的,因为declare_program!宏已经包含了程序ID的声明功能。重复声明不仅冗余,还可能导致IDL生成时程序地址不正确的问题。
正确使用方式
声明外部程序
当需要引用其他程序时,只需使用declare_program!宏:
declare_program!(external_program_name);
这样就能通过external_program_name::ID来访问该程序的ID,既简洁又避免了潜在冲突。
声明主程序ID
对于当前正在开发的程序,只需在根模块中使用declare_id!宏:
declare_id!("your_program_id...");
这种声明方式会自动与IDL生成机制配合,确保生成的IDL中包含正确的程序地址。
底层机制解析
Anchor框架的IDL生成过程会特别关注根模块中的declare_id!声明。当存在多个declare_id!声明时(特别是在不同模块中),IDL生成器可能会选择错误的程序ID作为输出,这就是为什么会出现IDL中程序地址不正确的问题。
最佳实践建议
- 对于当前开发的主程序,仅在根模块使用
declare_id!声明一次 - 对于引用的外部程序,使用
declare_program!宏 - 如果只是需要定义一个常量公钥,建议使用
pubkey!宏而非declare_id! - 保持声明简洁,避免重复声明造成混淆
总结
理解Anchor框架中程序ID的声明机制对于开发可靠的区块链程序至关重要。通过正确使用declare_id!和declare_program!宏,开发者可以避免IDL生成错误,确保程序部署和交互的顺利进行。记住:简洁明了的声明方式往往是最可靠的选择。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253