Foundry项目中的Cast工具:如何解析本地合约的自定义错误
在区块链开发中,Foundry项目提供的Cast工具是一个强大的命令行工具,用于与区块链交互。最近,Cast工具增加了对本地合约工件(artifacts)的支持,使得开发者能够更方便地解析合约调用中的自定义错误。
当前功能现状
目前,Cast工具中的call
和run
命令已经支持使用本地合约工件来解析交易执行过程中产生的自定义错误。然而,当使用cast send
命令发送交易时,如果交易执行失败并返回自定义错误,Cast工具只会显示原始的十六进制错误数据,而不会自动解析这些错误。
例如,当执行cast send
命令时,可能会遇到如下错误信息:
Error: server returned an error response: error code 3: execution reverted: custom error 0xfdde54e2: 223429fa00000000000000000000000000000000000000000000000000000000, data: "0xfdde54e2223429fa00000000000000000000000000000000000000000000000000000000"
技术实现差异
这种功能差异源于不同命令的技术实现方式:
-
cast call
和cast run
命令通过模拟交易执行,能够从交易跟踪(trace)中获取详细的错误信息,并利用本地合约工件进行解析。 -
cast send
命令则直接与区块链节点交互,当交易预估失败时,节点会返回一个包含错误代码和原始错误数据的响应。目前Cast工具尚未对这些响应中的自定义错误数据进行自动解析。
解决方案与改进方向
虽然目前可以使用cast decode-error
命令手动解码错误数据,但从开发者体验的角度考虑,自动解析这些错误会更加友好。参考相关库的实现方式,可以采取以下策略:
-
识别标准错误模式:区块链节点通常会在执行失败时返回错误代码3,并包含"execution reverted"的错误信息。
-
提取错误数据:从错误响应中提取十六进制的错误数据。
-
自动解码:利用本地合约工件中的ABI信息,尝试解码这些错误数据。
这种改进将显著提升开发者在调试失败交易时的效率,特别是在处理复杂合约交互时。
未来展望
随着Foundry项目的持续发展,预计Cast工具将进一步完善对自定义错误的处理能力,为开发者提供更加无缝的调试体验。这种改进不仅限于cast send
命令,还可能扩展到其他与交易相关的命令中,使整个工具链的错误处理更加一致和强大。
对于依赖Foundry进行智能合约开发的团队来说,这些改进将大大简化调试流程,特别是在处理复杂的合约间交互和自定义错误场景时。
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0134AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









