Anchor CLI 新增 deactivate-feature 标志支持:本地测试验证器功能升级
在区块链开发过程中,本地测试环境与生产环境的一致性至关重要。近期,Anchor项目对其CLI工具中的Validator结构进行了重要更新,新增了对--deactivate-feature标志的支持,这一改进将显著提升开发者在本地测试区块链程序时的环境匹配度。
背景与挑战
在区块链生态系统中,功能标志(feature flags)是控制网络功能启用的重要机制。当开发者需要在本地测试环境中模拟生产环境的行为时,有时需要禁用某些特定的网络功能。然而,在更新前的Anchor CLI版本中,Validator结构缺乏对--deactivate-feature标志的支持,这导致开发者无法完全复现生产环境的行为模式。
技术实现细节
此次更新主要涉及两个关键部分:
-
Validator结构扩展:在Anchor CLI的Validator结构中新增了
deactivate_feature字段,使其能够接收并处理功能禁用指令。 -
标志解析逻辑:在
validator_flags函数中添加了相应的验证和解析逻辑,确保该标志能够被正确识别并传递给底层的测试验证器。
实际应用价值
这一改进为开发者带来了以下优势:
- 环境一致性:现在可以在本地测试中精确模拟生产环境的特定状态,特别是当某些功能需要被禁用时。
- 问题复现能力:开发者能够更容易地复现和调试生产环境中出现的特定问题。
- 测试灵活性:为不同的测试场景提供了更细粒度的控制能力。
开发者使用指南
要使用这一新功能,开发者只需在Anchor测试命令中添加相应的参数即可。例如:
anchor test --deactivate-feature <FEATURE_ID>
其中<FEATURE_ID>是需要禁用的特定功能标识符。这一简单的接口设计保持了Anchor工具一贯的易用性,同时提供了更强大的测试能力。
总结
Anchor项目通过这次对CLI工具的更新,再次体现了其对开发者体验的重视。--deactivate-feature标志的支持不仅解决了环境匹配的问题,更为复杂的测试场景提供了必要的工具支持。这一改进将帮助开发者构建更健壮的区块链程序,并在部署前发现更多潜在问题。
随着区块链开发复杂度的不断提高,类似这样精细化的工具改进将成为提升开发效率和质量的关键因素。Anchor团队持续关注开发者需求并及时响应更新的做法,值得整个生态系统的借鉴。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00