Foundry项目中的合约绑定功能新增Serde派生支持
2025-05-26 20:51:44作者:江焘钦
在区块链开发领域,Foundry作为一款强大的Rust开发工具链,其forge bind命令能够自动生成智能合约的Rust绑定代码,极大简化了与区块链智能合约的交互过程。近期社区提出了一个增强功能需求:为生成的合约绑定代码添加额外的派生特质(derive traits),特别是对Serde序列化库的支持。
技术背景
合约绑定是指将Solidity智能合约的ABI接口转换为特定编程语言(这里是Rust)的本地接口。Foundry通过forge bind命令实现这一转换,生成的Rust代码包含与合约交互所需的所有类型和方法。
派生特质是Rust中的一种元编程特性,通过#[derive(...)]语法自动为类型实现特定特质。常见的派生特质包括:
Debug:用于调试输出Clone:实现克隆能力Serialize/Deserialize(来自Serde):支持序列化和反序列化
功能演进
Foundry的合约绑定功能经历了几个重要阶段:
- 最初基于区块链开发库实现时,支持通过PR#5836添加额外派生特质
- 迁移到alloy框架后,此功能暂时缺失
- 最近的PR#10099重新添加了部分派生特质支持,但Serde相关特质仍未包含
技术实现分析
实现这一功能的核心是在代码生成过程中添加#![sol(extra_derives)]属性。这个属性会指示底层编译器为所有生成的类型自动添加指定的派生特质。
技术实现要点包括:
- 添加CLI标志参数,允许用户指定需要添加的派生特质
- 将这些参数映射到solc编译器的相应配置
- 确保生成的代码包含正确的派生宏
注意事项
虽然添加派生特质能增强代码功能,但开发者需要注意:
- 编译时间增加:每个派生特质都会增加编译器的代码生成工作
- 依赖增加:如添加Serde支持会引入serde及相关派生宏的依赖
- 二进制体积:额外的特质实现可能略微增加最终二进制文件大小
应用场景
支持Serde派生特质后,开发者可以:
- 方便地将合约数据结构序列化为JSON等格式
- 在Web API中直接使用合约类型作为响应体
- 实现合约状态的持久化存储
- 简化合约数据的前后端交互
总结
Foundry项目持续优化其合约绑定功能,新增Serde等派生特质支持将进一步提升开发体验。这一改进虽然技术上看似简单,但对实际开发工作流有着重要意义,使Rust与智能合约的集成更加无缝。开发者可以期待在未来的Foundry版本中使用这一增强功能,构建更强大的区块链应用。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1