Sourcify项目发布v3.1.0版本:强化智能合约验证功能
Sourcify是一个开源的智能合约验证服务,它允许开发者将Solidity智能合约的源代码与部署在区块链上的合约进行匹配验证。这项服务对于构建透明、可信的区块链生态系统至关重要,因为它确保了部署的合约确实是由公开的源代码编译而来。
主要更新内容
API v2验证端点正式推出
本次3.1.0版本最显著的改进是引入了全新的API v2验证端点。这些新端点包括:
- 基础验证端点:
POST /v2/verify/{chainId}/{address} - 元数据验证端点:
POST /v2/verify/metadata/{chainId}/{address} - Etherscan兼容验证端点:
POST /v2/verify/etherscan/{chainId}/{address}
这些新端点不仅提供了更清晰的API设计,还带来了性能优化和更好的错误处理机制。值得注意的是,随着v2的推出,API v1已被标记为弃用状态,开发者应尽快迁移到新版本。
配置灵活性增强
新版本在配置方面做了显著改进:
-
libSourcify配置选项:现在可以更灵活地配置底层验证库libSourcify的行为,满足不同部署环境的需求。
-
Piscina工作线程配置:针对v2验证引入了基于Piscina的工作线程池配置选项,允许调整并发处理能力,优化资源利用率。
区块链网络支持扩展
Sourcify 3.1.0新增了对多个区块链网络的支持:
- Superseed主网(链ID: 5330)
- Corn主网(链ID: 21000000)
- Etherlink主网(链ID: 42793)
- Etherlink测试网(链ID: 128123)
这种持续的网络支持扩展确保了Sourcify能够服务于更广泛的区块链生态系统。
技术改进与问题修复
稳定性提升
-
容器信号处理优化:修复了服务器容器对SIGTERM信号的处理问题,使容器能够更优雅地关闭,避免数据损坏。
-
错误处理增强:当找不到metadata.json文件时,现在会正确触发错误处理流程,而不是静默失败。
开发体验优化
-
本地开发支持:新增了docker compose配置文件,简化了本地开发环境的搭建过程。
-
日志系统改进:整体日志系统得到增强,提供了更详细的运行时信息,便于问题诊断。
-
依赖更新:项目依赖库已更新至最新稳定版本,确保安全性和兼容性。
技术实现细节
在底层实现上,3.1.0版本引入了一些值得注意的技术决策:
-
Piscina工作线程池:通过使用Piscina这个Node.js的工作线程池库,v2验证端点能够更高效地处理并发请求,特别是在CPU密集型的验证操作上。
-
跨链事务处理:实现了fetchContractCreationTxUsing方法的跨链兼容性,确保在不同区块链网络上都能正确获取合约创建交易。
-
配置解耦:将核心验证逻辑(libSourcify)的配置与服务器配置分离,提高了模块化程度。
升级建议
对于现有用户,建议:
-
尽快测试并迁移到新的v2 API端点,因为v1 API已被标记为弃用。
-
在升级前,检查新增的配置选项,特别是Piscina工作线程相关的设置,根据服务器资源情况调整参数。
-
利用新的docker compose配置简化本地测试环境的搭建,确保升级过程顺利。
对于新用户,3.1.0版本提供了更完善的文档和更简单的本地开发支持,是开始使用Sourcify服务的好时机。
Sourcify 3.1.0通过API改进、配置灵活性和网络支持扩展,进一步巩固了其作为开源智能合约验证解决方案的地位。这些改进不仅提升了服务的可靠性和可用性,也为未来的功能扩展奠定了坚实基础。
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-1.5暂无简介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
Spark-Formalizer-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
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