Ordinals项目中的Rune铭刻机制优化:等待激活后再发送揭示交易
2025-06-17 13:32:43作者:宣利权Counsellor
背景介绍
Ordinals项目是一个基于区块链的协议,它允许用户在最小单位聪(Satoshi)上附加额外数据,实现类似NFT的功能。近期项目中引入了Rune协议,这是一种新的代币标准,旨在区块链上实现类似ERC-20的功能。
问题发现
在当前的Ordinals实现中,当用户尝试在主网上铭刻(etch)一个Rune时,系统会按照以下步骤执行:
- 首先发送提交(commit)交易
- 等待6个区块确认
- 然后自动发送揭示(reveal)交易
然而,这个流程存在一个关键问题:系统不会检查Rune协议是否已经激活,就会直接发送揭示交易。这意味着如果用户在Rune协议正式激活前进行铭刻操作,揭示交易可能会在协议未激活状态下被广播到网络,导致不必要的交易费用支出和潜在的问题。
技术影响分析
这种行为模式实际上是一个系统缺陷(bug),而非设计特性(feature)。在区块链协议升级场景中,确保交易只在协议激活后执行是至关重要的,原因包括:
- 资源浪费:在协议未激活时发送揭示交易会浪费用户的交易费用
- 无效操作:这些交易可能不会被网络接受或产生预期效果
- 用户体验:可能导致用户混淆和操作失败
解决方案
正确的实现逻辑应该是:
- 发送提交交易
- 等待6个区块确认
- 检查Rune协议是否已激活
- 如果已激活:发送揭示交易
- 如果未激活:等待直到协议激活后再发送
这种改进将确保所有Rune相关的揭示交易只在协议完全激活并可用时执行,避免无效交易和资源浪费。
实现建议
在代码层面,可以通过以下方式实现这一改进:
- 添加Rune协议激活状态检查函数
- 在发送揭示交易前调用状态检查
- 如果未激活,设置适当的等待机制或提醒
- 确保网络同步状态准确可靠
总结
Ordinals项目中对Rune铭刻流程的这一改进,虽然看似简单,但对于确保协议升级期间的稳定性和用户体验至关重要。这种"先检查后执行"的模式也是区块链开发中的最佳实践,特别是在处理协议升级和功能激活时。项目维护者已经确认这是一个需要修复的问题,而非功能增强,预计会在后续版本中解决。
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 StartedRust0153- 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
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
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
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
1.24 K
153
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990