Foundry Anvil中eth_subscribe::newPendingTransactions调用的错误信息问题分析
2025-05-26 10:54:21作者:咎竹峻Karen
在区块链开发中,Foundry的Anvil组件是一个非常重要的本地测试节点工具。最近发现Anvil在处理某些特定类型的RPC调用时会产生不准确的错误信息,这个问题值得开发者关注。
问题背景
当使用alloy-rs库通过Anvil节点发起eth_subscribe::newPendingTransactions调用时,Anvil会返回一个误导性的错误信息:"Expected params for logs subscription"。实际上,这个调用与日志订阅无关,而是用于监听待处理交易。
技术细节
alloy-rs库实现了区块链的订阅API,其中subscribe_full_pending_transactions()函数会在调用时附加一个布尔参数,用于请求完整的交易数据而不仅仅是交易哈希。虽然文档中明确说明并非所有区块链API都支持此功能,但Anvil返回的错误信息却指向了完全不同的功能。
深入分析Anvil的源代码可以发现,错误信息来源于对参数处理的逻辑判断。Anvil错误地将这个布尔参数解释为logs调用的参数,而实际上它属于newPendingTransactions调用。
影响范围
这个问题主要影响:
- 使用alloy-rs等库进行开发测试的开发者
- 依赖
eth_subscribe::newPendingTransactions完整交易数据功能的测试场景 - 需要精确错误信息进行调试的开发工作流
解决方案建议
虽然不一定要实现完整的API支持,但改进错误信息的准确性是非常必要的。建议的改进方向包括:
- 完善参数类型检查逻辑,区分不同订阅类型的参数要求
- 为不支持的订阅类型提供更准确的错误提示
- 明确说明Anvil支持的订阅功能范围
开发者应对策略
在Anvil修复此问题前,开发者可以采取以下临时解决方案:
- 避免在测试环境中使用需要完整交易数据的订阅模式
- 捕获并处理特定错误代码,提供更友好的用户提示
- 考虑使用其他测试节点作为替代方案
这个问题提醒我们在使用测试工具时,需要充分了解其功能边界和限制,特别是在处理边缘用例时。精确的错误信息对于开发者体验至关重要,期待未来版本能在这方面有所改进。
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 StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0125
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.95 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
Ascend Extension for PyTorch
Python
722
894
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
458
450
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
264
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
624
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
639
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
152
250