Foundry项目中脚本执行时msg.sender差异问题解析
2025-05-26 19:47:54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
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
757
960
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
646