Foundry项目中脚本执行时msg.sender差异问题解析
2025-05-26 14:02:17作者:翟萌耘Ralph
问题背景
在使用Foundry工具集进行智能合约开发和部署时,开发者可能会遇到一个看似奇怪的现象:通过--account参数和--private-key参数指定相同的账户地址,但在脚本执行过程中获取到的msg.sender却不同。这个问题在FundMe合约的部署过程中尤为明显。
现象描述
当使用以下两种方式运行部署脚本时:
- 使用keystore账户:
forge script script/DeployFundMe.s.sol --rpc-url http://127.0.0.1:8545 --broadcast --account account1 --password admin123
- 使用私钥直接指定:
forge script script/DeployFundMe.s.sol --rpc-url http://127.0.0.1:8545 --broadcast --private-key 0xac0974bec39a17e36ba4a6b4d238ff944bacb478cbed5efcae784d7bf4f2ff80
虽然两种方式指定的账户地址相同(0xf39Fd6e51aad88F6F4ce6aB8827279cffFb92266),但在脚本执行过程中,通过msg.sender获取的地址却不一致:
- 使用keystore账户时,
msg.sender显示为0x1804c8AB1F12E6bbf3894d4083f33e07309d1f38 - 使用私钥时,
msg.sender正确显示为0xf39Fd6e51aad88F6F4ce6aB8827279cffFb92266
技术原理分析
这个现象实际上与Foundry脚本执行的工作机制有关。在Foundry中,脚本执行分为两个阶段:
- 模拟执行阶段:默认使用Foundry的预设发送者地址(0x1804c8AB1F12E6bbf3894d4083f33e07309d1f38)
- 实际广播阶段:使用用户指定的账户地址
当使用--private-key参数时,Foundry会将该私钥对应的地址同时用于模拟执行和广播阶段。而使用keystore账户时,默认情况下只会在广播阶段使用该账户,模拟执行阶段仍然使用预设地址。
解决方案
要确保在整个脚本执行过程中使用相同的发送者地址,有以下几种方法:
- 显式指定发送者:使用
--sender参数明确指定发送者地址
forge script script/DeployFundMe.s.sol --rpc-url http://127.0.0.1:8545 --broadcast --account account1 --password admin123 --sender 0xf39Fd6e51aad88F6F4ce6aB8827279cffFb92266
- 在脚本中设置发送者:使用
vm.startBroadcast(address)重载方法
vm.startBroadcast(0xf39Fd6e51aad88F6F4ce6aB8827279cffFb92266);
- 统一使用私钥方式:如果不需要keystore的特殊功能,可以直接使用私钥参数
最佳实践建议
- 在开发和测试阶段,建议使用
--private-key参数,简化调试过程 - 在生产环境部署时,考虑使用keystore或硬件钱包等更安全的方式
- 在脚本中添加日志输出,明确显示当前使用的发送者地址
- 对于复杂的部署场景,考虑使用
--sender参数确保一致性
总结
Foundry的这种设计实际上是为了提高开发效率,在模拟执行阶段使用预设地址可以避免频繁切换账户带来的复杂性。理解这一机制后,开发者可以根据实际需求选择最适合的参数组合,确保合约部署和交互过程符合预期。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217