Wormhole跨链协议v2.35.0版本发布:支持HyperEVM主网实验性集成
项目背景与技术定位
Wormhole作为领先的跨链消息传递协议,在区块链互操作性领域扮演着关键角色。其核心架构通过去中心化的守护者网络实现不同区块链间的安全通信,支持资产跨链转移、智能合约调用等关键功能。本次发布的v2.35.0版本在原有功能基础上进行了重要扩展,特别是引入了对HyperEVM主网的支持。
核心更新:HyperEVM主网实验性集成
HyperEVM技术特性
HyperEVM是Hyperliquid生态系统的关键组件,作为EVM兼容链运行,但针对特定应用场景进行了优化。本次集成使Wormhole协议能够支持HyperEVM上的跨链操作,开发者现在可以通过Wormhole网络实现HyperEVM与其他支持链之间的资产和信息转移。
配置参数说明
要启用HyperEVM支持,节点运营者需要在配置中添加以下参数:
- hyperEvmRPC:指定HyperEVM节点的WebSocket连接URL
- hyperEvmContract:设置HyperEVM上的核心合约地址(0x7C0faFc4384551f063e05aee704ab943b8B53aB3)
实验性状态说明
值得注意的是,当前HyperEVM节点尚未开源,这与Wormhole项目传统上要求所有组件开源的原则存在差异。因此开发团队特别标注此集成处于"实验性"状态,这意味着:
- 功能稳定性可能不如其他成熟集成
- 未来可能根据社区反馈进行调整
- 生产环境使用需谨慎评估
其他重要改进
治理代币列表更新
本次版本对治理系统中的代币列表进行了更新,确保跨链治理操作的准确性和安全性。这一常规维护工作有助于保持系统对各种代币标准的兼容性。
调试工具优化
开发团队移除了Go-Spew依赖库,并新增了专门用于VAA(可验证行动批准)调试的功能函数。这一改进使得:
- 调试输出更加结构化
- 减少了不必要的依赖
- 提升了核心组件的运行效率
技术实现细节
跨链消息验证增强
新版本对VAA的验证机制进行了优化,特别是在处理HyperEVM特有的数据结构时,确保了消息验证的严格性和一致性。这种增强对于维护跨链安全性至关重要。
合约地址标准化
所有支持的链都采用了标准化的合约地址管理方式,HyperEVM的集成也遵循这一原则,使得多链环境下的地址管理更加统一和可靠。
开发者注意事项
对于计划使用HyperEVM跨链功能的开发者,建议:
- 充分测试实验性功能
- 监控官方更新以获取稳定性改进
- 考虑备用方案以防实验性功能调整
- 关注HyperEVM开源进展
总结展望
Wormhole v2.35.0版本通过引入HyperEVM支持,进一步扩展了其多链互操作能力。虽然目前以实验性状态提供,但这为Hyperliquid生态系统与其他区块链的互联开辟了新途径。随着技术成熟和社区反馈,预计未来版本将逐步提升该集成的稳定性和功能性,持续推动跨链互操作领域的发展。
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。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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