viem 2.29.0 版本发布:增强钱包连接与账户管理能力
viem 是一个功能强大的区块链 JavaScript 库,为开发者提供了与区块链网络交互的丰富工具集。它简化了钱包连接、智能合约交互、交易发送等常见区块链操作,是构建去中心化应用(DApp)的重要基础设施。
本次发布的 viem 2.29.0 版本带来了多项重要更新,主要集中在钱包连接和账户管理方面,引入了几个实验性功能,为开发者提供了更强大的工具来构建下一代区块链应用。
新增实验性钱包连接功能
viem 2.29.0 引入了全新的 connect 和 disconnect 操作,这是基于 ERC-7836 钱包连接 API 规范实现的。这一标准化连接流程将使 DApp 与钱包的交互更加一致和可靠。
connect 操作现在支持三个新的实验性能力:
-
子账户管理:通过
unstable_addSubAccount可以为连接的主账户添加子账户,这是基于 ERC-7895 标准实现的。子账户功能为账户体系提供了更灵活的组织方式。 -
子账户查询:
unstable_getSubAccounts允许开发者获取连接账户的所有子账户,便于管理复杂的账户关系。 -
区块链登录:
unstable_signInWithBlockchain结合了连接和认证功能,为应用提供了一种安全的身份验证机制。
独立的子账户操作
除了作为 connect 的能力外,viem 2.29.0 还单独提供了 addSubAccount 操作,专门用于管理 ERC-7895 定义的子账户。这使得开发者可以更灵活地构建账户体系,例如实现多签钱包、团队账户等复杂场景。
区块监听优化
在底层功能方面,本次更新改进了 watchBlocks 的功能,现在它能够正确处理从创世区块开始的监听,并通过 emitMissed 参数确保不会遗漏任何区块。这对于需要完整历史数据的应用尤为重要。
总结
viem 2.29.0 通过引入这些新特性,特别是围绕钱包连接和账户管理的增强功能,为开发者构建更复杂、更用户友好的去中心化应用提供了强大支持。虽然部分功能标记为实验性,但它们代表了区块链生态系统的未来发展方向,值得开发者关注和尝试。
对于正在构建需要复杂账户体系或高级钱包交互功能的 DApp 开发者来说,这个版本提供了宝贵的工具。建议开发者根据项目需求评估这些新功能,特别是子账户管理和区块链登录功能,它们可能会成为未来 Web3 应用的标准配置。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00