FuelCore项目中交易提交与状态等待的优化方案
在FuelCore区块链项目中,开发者们正在讨论如何优化交易提交与状态等待的机制,特别是针对submitAndAwait功能的错误处理问题。当前实现存在一个关键的技术挑战:当交易无效时,系统无法立即向用户反馈错误信息,而是需要等待订阅响应,这影响了用户体验和开发效率。
当前机制的问题分析
FuelCore现有的交易处理流程分为两个主要部分:
-
直接提交交易:通过
submit突变操作实现- 如果交易无效,立即抛出异常
- 如果有效,继续后续处理
-
提交并等待状态:通过
submitAndAwait订阅实现- 当前无法立即识别无效交易
- 需要读取订阅响应体才能确定交易状态
- 对于有效交易,读取操作会阻塞直到状态更新
这种设计导致了一个技术困境:开发者无法在第一时间知道交易是否有效,因为订阅响应的读取操作对于有效交易会保持挂起状态,直到燃料核心节点推送状态更新。
技术实现细节
在TypeScript SDK中,当前实现采用了以下流程:
const response = await fetchFn(`${url}-sub`, {
method: 'POST',
body,
headers,
});
const [errorReader, resultReader] = response.body.tee().map((stream) => stream.getReader());
const errorChecker = new FuelGraphqlSubscriber(errorReader);
await errorChecker.next();
return new FuelGraphqlSubscriber(resultReader);
这段代码尝试通过分流技术来同时检查错误和返回订阅迭代器,但遇到了阻塞问题。当交易有效时,errorChecker.next()会一直等待状态更新,无法立即返回迭代器给用户。
提出的解决方案
经过深入讨论,项目团队提出了两种优化方案:
方案一:响应头标记法
在交易失败时,通过添加特定的响应头来标识失败状态。这样前端代码可以立即检查响应头,而不必等待读取响应体:
if(response.headers.has('transaction-failed') {
await errorChecker.next();
}
这种方法简单直接,但提供的信息有限,无法包含交易提交时间等额外元数据。
方案二:状态立即返回法
借鉴statusChange的实现方式,在提交交易后立即返回一个SubmittedStatus响应,而不是等待交易状态变更。这样:
- 对于无效交易,可以立即抛出异常
- 对于有效交易,立即返回包含提交时间等信息的
SubmittedStatus - 同时保持订阅通道开放,用于后续状态更新
这种方案更加全面,不仅解决了立即错误反馈的问题,还保留了有用的交易元数据,为开发者提供了更多灵活性。
技术决策与未来方向
经过权衡,FuelCore团队更倾向于采用第二种方案,因为它提供了更完整的功能集和更好的开发者体验。团队计划新增一个submit_and_await_status端点,专门用于这种改进后的交互模式。
这种优化将显著提升FuelCore区块链应用的开发体验,使开发者能够更高效地处理交易提交和状态跟踪,同时获得更及时的反馈信息。这对于构建响应式和高可用性的区块链应用至关重要。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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