Iron Fish项目v2.11.0版本发布:WASM支持与多签功能优化
Iron Fish是一个专注于隐私保护的项目,它采用零知识证明技术来确保交易的匿名性和安全性。该项目最新发布的v2.11.0版本带来了多项重要更新,特别是对WASM(WebAssembly)的支持和多签功能的优化,为开发者提供了更强大的工具集。
WASM支持开启Web开发新篇章
v2.11.0版本最引人注目的变化是新增了对Iron Fish WASM绑定的支持。这意味着开发者现在可以在Web环境中使用Iron Fish SDK进行开发。这一功能的实现为构建基于浏览器的Iron Fish应用打开了大门,极大扩展了Iron Fish生态系统的可能性。
WASM支持带来了多项具体功能:
- 新增了
Witness绑定,允许在Web环境中处理见证数据 - 提供了创建随机密钥的方法,增强了安全性
- 为
PublicAddress添加了十六进制转换的便捷方法 - 支持助记词功能,简化了密钥管理
- 添加了
Proof绑定,使得在Web环境中验证零知识证明成为可能 - 公开了
SaplingKey中的授权密钥 - 增加了
EphemeralKeyPair绑定,支持临时密钥对的生成和使用
这些WASM相关的改进使得Iron Fish的核心功能可以无缝集成到Web应用中,为开发者提供了更大的灵活性。
多签功能与账户管理优化
v2.11.0版本对多签功能进行了多项优化,使其更易于使用:
-
账户管理改进:
- 现在将账户数据存储在多重签名账户值中
- 在导入账户时会删除现有的多重签名账户
- 添加了从账本设备读取账户的RPC接口
-
命令流程优化:
- 在DKG(分布式密钥生成)的各个阶段(round1、round3)从账本设备读取账户
- 在创建承诺和签名时也从账本设备读取账户
- 添加了UI提示来选择多重签名账户
- 确保在多重签名命令中参与者名称和账本标志是互斥的
-
账本设备支持:
- 为所有账户添加了新的账本标志,该标志会在所有RPC中返回
- 在账户创建、导入和现有账户迁移中添加了账本支持
- 为"wallet:multisig:participant"命令添加了账本标志
这些改进使得多重签名交易更加安全和便捷,特别是与硬件钱包(如账本设备)的集成更加紧密。
其他重要改进
除了上述主要功能外,v2.11.0版本还包含以下值得注意的改进:
-
表格显示优化:
- 将表格默认行数限制增加到500行
- 修复了表格被截断时的警告显示问题
-
时间间隔显示:
- 在
renderSpan函数中添加了更多时间间隔选项,改善了时间显示效果
- 在
-
类型系统增强:
- 为账本功能添加了特定类型,提高了代码的类型安全性
- 将
Language改为适当的TypeScript枚举类型
-
测试改进:
- 编码器测试现在会查找特定错误
- 账户测试中添加了缓冲区比较以进行排序
-
文档完善:
- 为WASM包添加了许可证和README文档
向后兼容性考虑
v2.11.0版本包含了一些破坏性变更,开发者需要注意:
-
RPC变更:
- 移除了从流中按区块序列范围返回交易时的排序功能
-
SDK变更:
- 移除了未使用的钱包方法
shouldDecryptForAccount - 在导入账户时会删除多重签名账户
- 移除了未使用的钱包方法
这些变更可能会影响依赖这些功能的现有应用程序,开发者需要相应调整他们的代码。
总结
Iron Fish v2.11.0版本通过引入WASM支持和优化多重签名功能,显著扩展了项目的适用范围和安全性。WASM绑定使得Iron Fish可以轻松集成到Web应用中,为开发者开辟了新的可能性。同时,多重签名功能的改进,特别是与硬件钱包的深度集成,为需要更高安全性的用户提供了更好的选择。这些改进共同推动了Iron Fish项目向更广泛的应用场景和更成熟的生态系统迈进。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0130
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-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
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
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00