Neo项目应用日志增强:调用追踪功能的实现与价值
2025-06-20 12:46:15作者:贡沫苏Truman
背景与问题分析
在区块链应用开发中,交易执行过程的透明度和可追溯性至关重要。Neo区块链网络当前的应用日志(applicationlogs)系统主要记录System.Runtime.Notify调用产生的通知事件,但这种设计存在两个明显的局限性:
- 信息不完整性:并非所有合约都会触发通知事件,导致开发者无法全面了解交易执行过程中的所有合约调用
- 数据不充分性:即使存在通知事件,其包含的信息往往不足以完整还原交易上下文
以实际案例为例,当观察一个角色分配交易时,通知事件仅显示区块高度和角色类型,而关键的"分配给谁"这一信息却缺失。这种信息断层给开发者构建上层应用带来了困难。
技术解决方案
为解决上述问题,提出在应用日志中增加调用追踪(invocations)功能,具体实现方案如下:
- 调用捕获机制:拦截所有
System.Contract.Call系统调用 - 日志扩展结构:在现有应用日志结构中新增
invocations数组字段 - 数据完整性:记录每次调用的合约哈希、方法名和完整参数列表
该方案已在Neo-go客户端实现原型验证,效果显著。以角色分配交易为例,扩展后的日志不仅显示角色类型和区块高度,还完整记录了被分配者的公钥列表,使交易信息变得完整可追溯。
性能影响评估
经过对主网和测试网的全面测试,该增强功能带来的性能影响微乎其微:
-
存储开销:
- 主网:增加约522KB(相对原数据量增加不到1%)
- 测试网:增加不足30KB
-
处理延迟:
- 主网平均每笔交易增加约0.0594毫秒处理时间
- 测试网处理时间基本无变化
-
同步速度:
- 主网全节点同步增加约5分钟(相对数小时的同步时间可忽略)
- 测试网同步时间无明显变化
技术价值与意义
- 开发者体验提升:为DApp开发者提供更完整的交易执行视图,降低调试难度
- 审计能力增强:使链上交易分析更加全面,便于合规审计
- 生态系统完善:补充了现有通知机制的不足,形成更完整的日志系统
- 成本效益平衡:以极小的性能代价换取了显著的功能提升
实施建议与展望
- 分阶段实施:建议首先作为调试模式功能推出,观察实际使用情况
- 通知系统改进:可考虑同步优化原生合约的通知内容,如角色管理事件
- 长期规划:将该功能与现有的诊断工具整合,形成统一的调用追踪系统
这项改进体现了Neo网络持续优化开发者体验的承诺,将为构建更复杂、可靠的去中心化应用奠定坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217