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。
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。C042
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