Hyperledger Fabric EVM Chaincode:将Ethereum智能合约带入Fabric世界
项目介绍
Hyperledger Fabric EVM Chaincode(EVMCC)是一个开源项目,旨在将Ethereum智能合约与Hyperledger Fabric区块链平台无缝集成。通过EVMCC,开发者可以在Hyperledger Fabric上运行用Solidity或Vyper等EVM兼容语言编写的智能合约,从而扩展Fabric的功能,使其能够支持更广泛的区块链应用场景。
项目技术分析
EVMCC的核心技术是将Hyperledger Burrow EVM封装在Go链码中,并通过EVMCC与Fabric网络进行交互。EVMCC作为智能合约的运行时环境,将部署的合约代码存储在Fabric的账本中。此外,项目还提供了Fab3,一个Web3提供者,它实现了Ethereum兼容的JSON RPC接口,使得开发者可以使用Web3.js等工具与Fabric上的EVMCC进行交互。
项目及技术应用场景
EVMCC和Fab3的结合,使得原本基于Ethereum的应用程序可以无缝迁移到Hyperledger Fabric上,而无需对代码进行大量修改。这对于那些希望在企业级区块链平台上运行去中心化应用(DApps)的开发者来说,是一个极具吸引力的解决方案。此外,EVMCC还可以用于构建跨链应用,实现不同区块链平台之间的互操作性。
项目特点
- 无缝集成:EVMCC允许在Hyperledger Fabric上运行Ethereum智能合约,无需对现有代码进行大规模修改。
- 开发者友好:通过Fab3,开发者可以使用熟悉的Web3.js等工具与Fabric上的智能合约进行交互,降低了学习成本。
- 灵活部署:EVMCC可以像其他用户链码一样部署到Hyperledger Fabric中,部署过程简单直观。
- 社区支持:项目活跃在Hyperledger社区的
#fabric-evm频道,开发者可以在这里获取帮助、反馈和参与开发。
如何开始
部署EVMCC
EVMCC的部署与普通链码类似,可以通过peer cli进行安装和实例化。以下是一个示例命令:
peer chaincode install -n evmcc -l golang -v 0 -p github.com/hyperledger/fabric-chaincode-evm/evmcc
peer chaincode instantiate -n evmcc -v 0 -C <channel-name> -c '{"Args":[]}' -o <orderer-address> --tls --cafile <orderer-ca>
运行Fab3
Fab3的构建和运行需要Go 1.11及以上版本。通过以下命令可以构建Fab3二进制文件:
make fab3
运行Fab3时,需要提供Fabric SDK配置文件和用户信息。可以通过环境变量或命令行参数进行配置。
总结
Hyperledger Fabric EVM Chaincode为开发者提供了一个强大的工具,使得Ethereum智能合约可以在Hyperledger Fabric上运行,从而扩展了Fabric的应用场景。无论是希望迁移现有Ethereum应用,还是构建新的跨链解决方案,EVMCC都是一个值得尝试的开源项目。加入我们,一起探索区块链技术的无限可能!
注意:该项目目前已被归档,原因是社区兴趣不足。尽管如此,EVMCC和Fab3的技术实现仍然具有很高的参考价值,适合对区块链技术有深入了解的开发者学习和研究。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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