viem项目发布2.23.14版本:区块链开发工具链的重要更新
viem是一个现代化的区块链开发工具库,它为开发者提供了与区块链网络交互的简洁API。作为Web3开发的基础设施,viem简化了与智能合约交互、发送交易、查询链上数据等常见操作,是构建去中心化应用的重要工具。
本次2.23.14版本主要围绕区块链网络支持的扩展进行了多项更新,为开发者提供了更全面的网络兼容性。以下是本次更新的主要内容:
新增区块链网络支持
1. Juneo Chain名称更新
本次更新对Juneo Chain的名称进行了修正,确保开发者在使用该网络时能够获得准确的链信息。Juneo Chain是一个新兴的区块链网络,这次更新保证了viem用户能够正确识别和连接该网络。
2. Garfield测试网加入
团队新增了对Garfield测试网的支持。测试网是区块链开发中不可或缺的环境,开发者可以在不影响主网的情况下测试智能合约和DApp功能。Garfield测试网的加入为开发者提供了又一个可靠的测试环境选择。
3. Hoodi测试网集成
本次更新还引入了Hoodi测试网。随着区块链生态的多样化,支持更多测试网络意味着开发者能够针对不同环境优化他们的应用,确保在主网部署前的充分测试。
4. XRPL EVM网络支持
viem现在支持XRPL EVM开发网和测试网。XRPL(XRP Ledger)是一个成熟的区块链网络,而EVM兼容性使其能够运行智能合约。这一更新特别重要,因为它:
- 允许开发者构建兼容XRPL的EVM应用
- 为跨链开发提供了更多可能性
- 扩展了viem在非主流生态中的应用场景
基础设施增强
1. Sonic Blaze测试网多调用合约
在Sonic Blaze测试网中添加了multicall3合约支持。Multicall是一种优化技术,允许在单个交易中执行多个合约调用,这可以显著:
- 减少网络请求次数
- 提高DApp性能
- 降低用户交易成本
2. Socotra JUNE-Chain定义
新增了Socotra JUNE-Chain的链定义。完整的链定义包括网络ID、RPC端点、原生代币信息等,这些是工具库与区块链网络交互的基础。这一更新确保了开发者能够无缝连接和使用该特定链。
技术意义与开发者价值
这些更新虽然看似是简单的网络添加,但实际上对区块链开发者社区有着重要意义:
-
更广泛的兼容性:支持更多网络意味着开发者可以使用同一套工具开发跨多个区块链的应用,减少学习成本和开发复杂度。
-
测试环境多样性:新增的测试网为开发者提供了更多选择,可以在不同环境中验证应用的稳定性和兼容性。
-
性能优化:如multicall3合约的支持,直接提升了开发者在相关网络上构建应用的效率。
-
生态扩展:特别是对XRPL EVM的支持,代表了viem正在向更广阔的区块链生态扩展,而不仅限于主流网络及其直接衍生链。
对于正在使用或考虑使用viem的开发者来说,这次更新意味着:
- 可以探索和开发更多区块链网络上的应用
- 拥有更多测试和验证的选择
- 在特定网络上获得更好的开发体验
- 能够构建更复杂的跨链解决方案
viem通过这些持续的网络支持更新,正在巩固其作为全面区块链开发工具库的地位,为Web3开发者提供了更强大、更灵活的基础设施支持。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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