Hardhat项目中Solidity堆栈跟踪的推断错误显示问题解析
背景介绍
在区块链智能合约开发中,错误处理和调试是开发者日常工作中不可或缺的部分。Hardhat作为一款流行的区块链开发环境,提供了强大的调试功能,其中堆栈跟踪(Stack Trace)是帮助开发者快速定位问题的重要工具。
问题现象
在Hardhat v3版本中,开发者发现Solidity堆栈跟踪没有显示推断错误(inferred errors)。具体表现为:
当合约调用失败时,如果使用Solidity编写的测试用例,错误信息仅显示基本的"EvmError: Revert"和调用堆栈,而不会显示更详细的错误原因。但同样的合约如果使用TypeScript测试,则能正确显示推断的错误信息,如"Transaction reverted: function call to a non-contract account"。
技术分析
这个问题源于Hardhat对开发运行时返回的错误信息处理不完整。开发运行时实际上已经返回了推断错误信息,但Hardhat的堆栈跟踪功能没有充分利用这些信息。
以示例代码为例:
interface Bar {
function g() external;
}
contract Foo {
function f() public {
Bar(0x1111111111111111111111111111111111111111).g();
}
}
当调用f()函数时,实际上是对一个不存在的合约地址(0x111...111)进行调用,这应该产生"function call to a non-contract account"的错误提示。
解决方案
该问题已在Hardhat的内部版本中修复。修复的核心是确保Hardhat正确处理并显示开发运行时返回的完整错误信息,包括推断错误。
修复后,无论是通过Solidity测试还是TypeScript测试,开发者都能看到完整的错误信息,包括:
- 错误类型(Revert)
- 详细的错误原因
- 完整的调用堆栈
对开发者的影响
这个改进显著提升了开发体验:
- 调试效率提升:开发者不再需要切换测试方式就能获取完整错误信息
- 错误定位更准确:详细的错误描述帮助开发者更快理解问题本质
- 开发流程统一:无论使用哪种测试方式,都能获得一致的错误反馈
最佳实践建议
对于智能合约开发者,建议:
- 保持Hardhat版本更新,以获取最新的调试功能改进
- 在复杂合约开发中,结合使用Solidity和TypeScript测试
- 充分利用堆栈跟踪信息进行问题定位
- 对于接口调用等易出错操作,添加适当的错误处理逻辑
总结
Hardhat对Solidity堆栈跟踪中推断错误显示的改进,体现了其对开发者体验的持续优化。这类看似微小的改进实际上能显著提升开发效率,减少调试时间,是智能合约开发工具链成熟度的重要标志。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00