nft-tutorial 的项目扩展与二次开发
2025-05-31 09:54:31作者:董灵辛Dennis
项目的基础介绍
nft-tutorial 是一个基于 NEAR 区块链的开源项目,旨在帮助开发者深入了解 NEAR 的 NEP-171 标准(非同质化代币标准),并指导开发者从头构建自己的 NFT 智能合约。该项目提供了一个逐步完成的智能合约示例,从基础架构到完整的 NFT 市场合约,涵盖了 NFT 开发的各个阶段。
项目的核心功能
nft-tutorial 的核心功能包括:
- NFT 的铸造(Minting)
- NFT 的枚举(Enumeration)
- NFT 的核心功能(Core),如转账
- 授权(Approval)允许其他账户代表转账 NFT
- 附加版税(Royalty)功能,使得 NFT 在交易时可以分成给原作者
- 事件(Events)记录,方便索引器追踪功能调用
- 市场合约(Marketplace)实现 NFT 的买卖功能
项目使用了哪些框架或库?
该项目主要使用以下框架或库:
- Rust:NEAR 的智能合约主要使用 Rust 语言编写,该项目中的合约代码也是使用 Rust 实现。
- NEAR SDK:NEAR 提供的软件开发工具包,用于开发 NEAR 网络上的智能合约。
项目的代码目录及介绍
项目的代码目录结构如下:
/.github/workflows/:包含项目的自动化工作流,如集成测试、部署等。/nft-contract-approval/:实现了授权功能的合约代码。/nft-contract-basic/:基础的 NFT 合约代码。/nft-contract-events/:实现了事件记录功能的合约代码。/nft-contract-royalty/:添加了版税功能的合约代码。/nft-contract-skeleton/:NFT 合约的基础架构代码。/nft-series/:NFT 系列相关的代码。/gitignore:配置的.gitignore文件,用于指定 Git 忽略的文件。/LICENSE:项目的许可协议文件,该项目采用 MIT 许可。/README.md:项目的自述文件,包含项目介绍和快速开始指南。
对项目进行扩展或者二次开发的方向
- 增加更多自定义属性:可以根据需求为 NFT 添加更多的自定义属性,以支持更丰富的应用场景。
- 集成其他区块链服务:可以将该合约与其他区块链服务集成,例如跨链交易、去中心化存储等。
- 优化用户界面:为项目开发一个用户友好的前端界面,提升用户体验。
- 增加新的业务逻辑:根据市场需求,为 NFT 合约增加新的业务逻辑,如租赁、拍卖等功能。
- 扩展市场合约:对市场合约进行扩展,支持更多交易模式,如固定价格、拍卖、盲盒等。
- 安全性增强:对合约进行审计,增加安全防护措施,确保用户的资产安全。
通过上述的扩展和二次开发,nft-tutorial 项目可以更好地满足不同开发者和用户的需求,进一步推动 NEAR 生态系统的发展。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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