Lodestar v1.28.0 版本发布:区块链共识客户端的重要更新
Lodestar 是区块链生态系统中的一个重要共识客户端实现,由 ChainSafe 团队开发维护。作为区块链 2.0 信标链的客户端之一,Lodestar 使用 TypeScript 编写,为开发者提供了在 JavaScript/TypeScript 环境中运行区块链共识层的能力。
核心功能更新
本次发布的 v1.28.0 版本带来了多项重要改进,特别是在网络支持和状态管理方面:
-
新增 Hoodi 测试网支持:开发团队添加了对新公共测试网 Hoodi 的支持,使开发者能够在更接近主网的环境中测试应用。Hoodi 测试网使用与主网相同的 MIN_GENESIS_ACTIVE_VALIDATOR_COUNT 参数,确保测试环境的一致性。
-
无效状态根本地持久化:这是一个重要的调试功能增强。当客户端检测到无效的状态根时,会自动将相关状态和区块数据持久化存储在本地
<dataDir>/invalidSszObjects/目录下。这一功能极大地方便了开发者诊断和解决共识问题。 -
Electra 硬分叉支持:为即将到来的 Electra 硬分叉做好了准备,包括区块奖励计算的更新以及在 Chiado 测试网上调度 Electra 分叉的支持。
性能优化与改进
-
本地计算优化:使用原生计算 proposer 和同步委员会,减少了对外部依赖的调用,提高了性能。
-
延迟加载待处理存款:优化了内存使用,只在需要时才加载待处理的存款数据,降低了内存占用。
-
操作池改进:操作池现在能够更灵活地处理延迟到达的 API 认证,并单独跟踪 API 认证的插入结果,提高了系统的健壮性。
错误修复与稳定性增强
-
状态管理修复:修复了多个与状态管理相关的问题,包括处理过去时期的状态、检查点状态的修剪以及种子状态重载等。
-
认证验证修复:修正了在验证 gossip 认证时使用正确子网的问题,确保网络通信的安全性和正确性。
-
执行请求验证:现在会拒绝包含空数据的执行请求,防止潜在的安全问题。
-
类型检查强化:升级到 TypeScript 5.7,增强了类型安全性,减少了运行时错误的可能性。
开发者工具与测试改进
-
开发环境 Docker 支持:新增了 Dockerfile.dev,简化了开发环境的搭建过程。
-
测试覆盖率提升:增加了对 Electra 特定功能的单元测试,如 getAttestationsForBlockElectra 的测试用例。
-
日志增强:为关键操作添加了更详细的日志记录,特别是对于状态重载和认证处理过程,便于问题追踪。
总结
Lodestar v1.28.0 是一个功能丰富且稳定的版本,不仅为即将到来的 Electra 硬分叉做好了准备,还通过多项性能优化和错误修复提升了客户端的可靠性和效率。新增的 Hoodi 测试网支持和无效状态持久化功能将显著改善开发者的体验。对于运行区块链共识节点的用户来说,升级到这个版本是推荐的选择。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00