Foundry项目中的Prank机制问题解析
2025-05-26 13:40:45作者:吴年前Myrtle
概述
在Solidity智能合约测试框架Foundry中,开发者经常使用vm.startPrank来模拟特定地址调用合约的场景。然而,近期发现了一个关于Prank机制的特殊行为:当通过new关键字创建合约时,Prank状态未被正确标记为"已使用",导致后续无法覆盖该Prank。
问题现象
在Foundry测试中,开发者可能会遇到以下场景:
- 使用
vm.startPrank(address)开始一个Prank - 在该Prank环境下通过
new关键字创建合约 - 尝试使用另一个
vm.startPrank覆盖当前Prank
此时测试会失败,并提示"cannot overwrite a prank until it is applied at least once"错误。这表明系统认为第一个Prank未被使用过,因此不允许被覆盖。
技术背景
Prank机制是Foundry提供的一项重要功能,它允许测试者模拟特定地址调用合约的行为。在测试环境中,这通常用于:
- 测试权限控制逻辑
- 模拟多用户交互场景
- 验证合约在不同调用者下的行为
Foundry提供了几种Prank相关的方法:
prank: 单次调用PrankstartPrank: 开始持续PrankstopPrank: 结束当前PrankchangePrank: 变更当前Prank(已弃用)
问题本质
问题的核心在于Prank状态的跟踪机制。在Foundry的实现中,startPrank需要被"应用"至少一次后才能被覆盖。这里的"应用"指的是实际的合约调用操作。然而,合约创建(new操作)虽然也是一种调用,但系统并未将其识别为Prank的应用场景。
这种不一致性导致以下两种场景行为不同:
-
正常工作场景:
vm.startPrank(alice); counter.setNumber(0); // 调用成功,Prank被标记为已使用 vm.startPrank(bob); // 可以正常覆盖 -
问题场景:
vm.startPrank(alice); counter = new Counter(); // 合约创建,但Prank未被标记为已使用 vm.startPrank(bob); // 抛出错误
解决方案
目前开发者可以采用以下临时解决方案:
-
显式使用stopPrank:
vm.startPrank(alice); counter = new Counter(); vm.stopPrank(); // 显式结束Prank vm.startPrank(bob); -
继续使用changePrank: 虽然
changePrank已被标记为弃用,但在该问题修复前仍可使用:vm.startPrank(alice); counter = new Counter(); vm.changePrank(bob); // 临时解决方案
影响范围
这个问题主要影响以下测试场景:
- 需要测试合约创建权限的测试用例
- 涉及多步骤部署流程的测试
- 需要验证合约创建者后续行为的测试
最佳实践建议
在等待官方修复的同时,建议开发者:
- 在合约创建后显式调用
stopPrank - 避免在同一个测试中混合使用合约创建和普通调用
- 考虑将合约创建逻辑提取到单独的设置方法中
总结
Foundry中的Prank机制是一个强大的测试工具,但在处理合约创建场景时存在边界情况。理解这一限制有助于开发者编写更健壮的测试代码。随着项目的持续发展,这类边界问题有望得到解决,使测试框架更加完善和一致。
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
HunyuanVideo-1.5暂无简介00
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
Ascend Extension for PyTorch
Python
185
196
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
480
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
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210