Foundry项目中`attachDelegation`函数对跨链委托签名的支持问题分析
2025-05-26 15:23:58作者:牧宁李
问题背景
在区块链生态系统中,EIP-7702标准提出了一种跨链委托机制,允许用户通过签名授权其他地址代表自己执行操作。这种机制特别适用于需要跨链交互的场景。Foundry作为区块链开发工具链中的重要组成部分,其cheatcodes模块提供了attachDelegation函数来模拟这种委托行为。
问题描述
当前版本的Foundry(1.1.0稳定版)中,attachDelegation函数存在一个限制:它无法正确处理链ID为0的跨链委托签名。根据EIP-7702标准,跨链委托签名应当将链ID设置为0,表示该签名适用于任何链。然而,Foundry当前的实现没有考虑这种特殊情况。
技术细节分析
在底层实现上,attachDelegation函数在验证签名时直接使用了当前区块链的链ID(通过block.chainid获取),而没有提供指定链ID的选项。这导致当签名中的链ID为0(表示跨链有效)时,验证过程会失败。
临时解决方案
开发者目前可以通过以下临时方案解决这个问题:
// 保存当前链ID
uint256 chainId = block.chainid;
// 临时将链ID设置为0
vm.chainId(0);
// 附加委托
vm.attachDelegation(signedDelegation);
// 恢复原始链ID
vm.chainId(chainId);
这种方法虽然可行,但不够优雅,且增加了额外的操作步骤。
长期解决方案讨论
社区讨论后提出了几种可能的长期解决方案:
-
添加跨链标志参数:扩展
attachDelegation函数,增加一个bool crossChain参数,当设置为true时,使用链ID为0进行验证。 -
直接支持链ID参数:允许开发者直接指定验证时使用的链ID值,包括0。
经过讨论,第一种方案被认为更合适,因为:
- 语义更明确,开发者可以清楚地知道这是用于跨链场景
- 避免了当指定链ID与当前链ID不一致时的歧义
- 更符合EIP-7702标准的设计意图
实现进展
该问题已在后续版本中得到修复。新版本中,attachDelegation函数增加了对跨链签名的支持,开发者不再需要手动切换链ID来附加跨链委托。
对开发者的建议
对于需要使用跨链委托功能的开发者:
- 建议升级到支持此功能的最新Foundry版本
- 在测试跨链场景时,确保理解EIP-7702标准中关于链ID为0的特殊含义
- 在代码中明确区分普通委托和跨链委托的使用场景
这个问题及其解决方案展示了区块链工具链如何不断演进以适应新的标准和用例,也体现了开源社区协作解决问题的效率。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218