Hop Protocol合约类型系统升级:从Typechain迁移到ABIType
2025-06-28 02:56:40作者:蔡怀权
背景介绍
Hop Protocol是一个跨链桥接协议,其核心代码库中包含大量与智能合约交互的逻辑。在早期版本中,项目使用了Typechain工具来生成TypeScript类型定义,以增强与区块链智能合约交互时的类型安全性。然而,随着Typechain项目的弃用,团队需要寻找更现代的替代方案。
技术挑战
在区块链开发中,与智能合约交互的类型安全一直是个重要课题。传统方式存在几个痛点:
- 手动维护ABI和类型定义容易出错且效率低下
- 生成的类型代码往往过于冗长
- 类型系统与最新TypeScript特性不兼容
- 工具链维护成本高
Hop Protocol团队原先采用的方案是将ABI手动添加到代码库中,然后通过Typechain生成合约类型。这种方式虽然解决了基本类型安全问题,但随着项目发展暴露出维护困难的问题。
解决方案
经过技术评估,团队决定采用ABIType方案进行升级。ABIType是由viem团队开发的新型类型工具,具有以下优势:
- 更精简的类型生成方式
- 更好的TypeScript类型推断能力
- 与现代区块链开发工具链(viem等)深度集成
- 更活跃的维护状态
实施细节
升级过程主要包含两个关键变更:
- 重构ABI定义方式,采用更结构化的组织形式
- 完全替换Typechain生成的类型代码,改用ABIType提供的类型系统
具体实施中,团队对合约交互层进行了以下改进:
- 重新组织合约ABI文件结构,使其更符合模块化设计原则
- 引入严格的类型守卫,确保合约方法调用的类型安全
- 优化类型推导逻辑,减少冗余类型声明
- 保持向后兼容性,确保现有代码无需大规模修改
技术影响
这次升级为Hop Protocol带来多项技术收益:
- 类型系统体积减小约40%,构建速度提升
- 获得更精确的类型提示和自动补全
- 与viem生态更好集成,为未来升级奠定基础
- 降低长期维护成本,避免依赖弃用风险
经验总结
对于类似项目进行类型系统升级时,建议:
- 提前评估新方案的长期可维护性
- 设计渐进式迁移路径,避免大规模破坏性变更
- 充分利用现代TypeScript特性简化类型代码
- 建立完善的类型测试套件,确保迁移过程安全
Hop Protocol的这次升级展示了区块链项目如何应对基础工具链变化,同时也为其他Web3项目提供了类型系统现代化的参考案例。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
321
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
Ascend Extension for PyTorch
Python
157
178
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++
640
249
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
244
86
暂无简介
Dart
608
136
React Native鸿蒙化仓库
JavaScript
239
311
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.03 K