CLN项目中的Bolt12支付崩溃问题分析
问题背景
在CLN(Core Lightning)项目中,用户在使用Bolt12协议与Phoenix钱包进行交互时遇到了核心崩溃问题。具体表现为当尝试使用fetchinvoice命令获取Phoenix生成的Bolt12报价时,CLN节点会意外崩溃。
问题现象
用户报告了以下关键现象:
- 使用
decode命令解析Phoenix生成的Bolt12报价时工作正常 - 但使用
fetchinvoice命令获取发票时会导致CLN崩溃 - 崩溃日志显示是
SIGNAL 11错误,发生在pubkey_eq函数调用处 - 崩溃点位于
plugins/fetchinvoice.c文件的230行
技术分析
崩溃原因
通过分析崩溃堆栈和代码,发现问题出在fetchinvoice.c文件的以下代码段:
if (!inv->invoice_node_id || !pubkey_eq(inv->offer_issuer_id, sent->issuer_key)) {
badfield = "invoice_node_id";
goto badinv;
}
这里代码错误地检查了offer_issuer_id而不是invoice_node_id。由于Phoenix生成的Bolt12发票不包含offer_issuer_id字段,导致解引用空指针而崩溃。
临时解决方案
用户发现通过修改代码,将inv->offer_issuer_id替换为inv->invoice_node_id可以解决崩溃问题:
if (!inv->invoice_node_id || !pubkey_eq(inv->invoice_node_id, sent->issuer_key)) {
badfield = "invoice_node_id";
goto badinv;
}
这一修改使得CLN能够成功获取发票,尽管后续支付尝试因其他原因失败(这是预期的,因为Bolt12支持仍在开发中)。
深入理解
Bolt12协议是闪电网络的新功能,旨在提供更灵活的发票和报价系统。与传统的BOLT11发票不同,Bolt12允许:
- 可重复使用的报价
- 更丰富的元数据
- 更复杂的支付流程
在CLN的实现中,处理Bolt12发票时需要进行多重验证,包括节点ID匹配检查。原始代码错误地假设所有Bolt12发票都会包含offer_issuer_id字段,而实际上Phoenix生成的发票使用invoice_node_id字段。
影响范围
此问题影响:
- 所有尝试与Phoenix钱包进行Bolt12交互的CLN节点
- 使用CLN master分支(v24.05-213-gbf54913版本)的用户
- 任何不包含
offer_issuer_id的Bolt12发票处理场景
解决方案
项目维护者已经确认这是一个未测试的代码路径问题,并感谢用户及时发现。正确的修复方式是:
- 检查发票结构体中的正确字段(
invoice_node_id) - 添加对字段存在性的验证
- 完善测试用例以覆盖此类场景
开发者建议
对于闪电网络开发者:
- 处理Bolt12协议时要特别注意不同实现间的兼容性
- 对可能为空的字段进行防御性检查
- 在开发新功能时,考虑各种钱包实现的差异
对于用户:
- 关注CLN项目的更新,此问题将在后续版本修复
- 目前阶段Bolt12功能仍处于开发中,生产环境使用需谨慎
- 可以关注项目GitHub上的相关提交以获取修复进度
总结
这次崩溃事件揭示了CLN在Bolt12实现中的一个重要边界条件问题。通过社区用户的积极参与和开发团队的快速响应,问题得到了及时识别和修复。这也体现了开源协作在闪电网络发展中的重要性,以及协议演进过程中实现兼容性的挑战。
随着Bolt12协议的不断完善,开发者应持续关注不同实现间的交互测试,确保协议的跨实现兼容性,为用户提供更稳定、更强大的闪电网络体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。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
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00