Desmos项目贡献指南与技术规范深度解析
2025-06-24 09:47:31作者:田桥桑Industrious
前言
Desmos作为一个基于区块链技术的社交网络协议,其开发过程遵循严谨的技术规范和协作流程。本文将深入剖析Desmos项目的技术贡献体系,帮助开发者理解其架构决策、代码提交流程、测试规范等核心要素。
架构决策记录(ADR)机制
Desmos采用架构决策记录(Architecture Decision Records)来管理重大技术决策。这一机制确保所有架构变更都经过充分讨论和文档化。
ADR流程要点
- 建议阶段:任何架构变更都应先在社区发起讨论,通过issue或discussion形式征集意见
- 共识形成:当高层设计方向达成初步一致后,方可启动ADR编写流程
- 文档规范:ADR需按照标准模板编写,包含背景、决策、状态等核心章节
该流程有效避免了过早编码导致的资源浪费,确保各方对技术路线达成共识后再投入开发。
代码提交规范
Pull Request管理
Desmos对代码合并请求有严格规范:
- 分类前缀:PR标题必须包含类型前缀,如
fix:、feat:、refactor:等,遵循Conventional Commits规范 - 单一职责:每个PR应只解决一个特定问题,保持变更集的原子性
- 模板选择:根据变更类型选择对应PR模板(默认、文档或其他)
代码审查流程
- 双重审查:生产代码变更需至少两位核心开发者批准
- 审查等级:
LGTM表示表面审查通过Approval表示已完成部分或全部审查清单项
- 责任划分:审查者需对代码质量、安全性、命名一致性等负责
开发环境配置
依赖管理
项目采用Go 1.14 Modules管理依赖:
- 主分支应始终保持
go get可用状态 - 依赖冲突时可使用
go mod tidy -v解决
Protobuf工具链
Desmos使用容器化Protobuf工具链确保环境一致性:
make proto-format:格式化.proto文件make proto-lint:静态检查make proto-check-breaking:检查破坏性变更make proto-gen:生成桩代码
开发者需配置IDE的protobuf路径以支持自动补全。
测试规范
测试执行
- 顶层目录执行
make test运行全部测试 - 避免使用
t.Skip或t.Fail,优先使用require/assert
表驱动测试
对于多输入场景,推荐使用表驱动测试模式。错误信息应遵循特定格式:
<描述>, tc #<测试用例索引>, i #<迭代索引>
示例:
require.Equal(t, expected, actual,
"交易哈希不匹配, tc #%d, i #%d", tcIndex, i)
分支模型与发布流程
主干开发模型
Desmos采用trunk-based开发模型:
master分支代表最新开发状态- 禁止强制推送master(回滚除外)
- 开发前需基于master创建特性分支
发布流程详解
-
候选版本:
- 从master创建
rc/v*分支 - 更新CHANGELOG.md并验证链接
- 进行大规模模拟测试(如400种子/2000区块)
- 从master创建
-
正式发布:
- 通过测试后创建
release/vX.X.X分支 - 打标签并创建GitHub Release
- 删除RC分支
- 通过测试后创建
-
补丁发布:
- 维护
release/vX.X.N分支接收补丁 - 需明确标注影响范围和回归风险
- 维护
代码所有权机制
项目通过CODEOWNERS文件管理代码权限:
- 定期(双月)评估新成员资格
- 新增代码所有者需现有成员一致同意
- 权限变更通过PR流程公开记录
最佳实践建议
-
开发准备:
- 配置pre-commit钩子自动格式化代码
- 运行
make lint-fix确保代码规范
-
文档更新:
- 代码变更需同步更新相关文档
- 遵循文档写作规范
-
协作建议:
- 早期提交Draft PR获取反馈
- 复杂功能先讨论再实现
- 保持提交历史的清晰性
通过遵循这些规范,开发者可以高效地参与Desmos项目贡献,同时确保代码库的质量和可维护性。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781