Foundry项目rc-2版本发布:全面升级的区块链开发工具链
Foundry作为区块链生态中广受欢迎的智能合约开发工具链,在rc-2版本中带来了多项重要更新和功能增强。Foundry包含Anvil本地节点、Cast交互工具、Forge测试框架和Chisel REPL环境等组件,为开发者提供从合约开发、测试到部署的全套解决方案。
Anvil本地节点的显著改进
rc-2版本中,Anvil作为本地区块链节点模拟器获得了多项实用功能。新增的eth_simulateV1 RPC调用让开发者能够更灵活地模拟交易执行,而trace日志支持则大大增强了调试能力。特别值得注意的是,现在支持负数的fork区块号,这在某些特殊测试场景下非常有用。
在错误处理方面,Anvil现在能更优雅地处理无效助记词输入,避免直接崩溃。同时修复了chain-id优先级问题,确保配置一致性。对于开发者而言,这些改进使得本地开发环境更加稳定可靠。
Cast工具的功能扩展
Cast作为与区块链交互的CLI工具,在rc-2中获得了多项实用功能:
- 交易相关功能增强:新增
cast txpool命令用于查看交易池状态,getTransactionBySenderAndNonce支持按发送者和nonce查询交易 - 钱包管理改进:支持自定义账户名称存储keystore文件,新增修改密码和查看公钥功能
- 交易解码优化:解码结果现在包含恢复的地址信息,提高了可读性
特别值得一提的是,现在可以直接创建未签名的原始交易,为高级用户提供了更大的灵活性。
Forge测试框架的重大更新
Forge作为智能合约测试框架,在rc-2版本中引入了多项强大功能:
- 新的cheatcode支持:包括
expectCreate/expectCreate2用于预期合约创建,accessList相关作弊码,以及setArbitraryStorage等低级操作 - 不变性测试改进:现在可以显示原始和当前序列长度,并能将失败调用序列生成为Solidity代码
- 编译优化:通过预处理和缓存显著提升了编译速度
在错误修复方面,解决了包括测试构造函数处理、覆盖率计算、prank调用栈等多个关键问题,使测试更加可靠。
底层优化与开发者体验提升
rc-2版本在底层也进行了多项优化:
- 代码重构:各组件(forge、cast、anvil、chisel)都进行了库化重构,提高了代码复用性
- 依赖更新:升级到solc 0.8.29,支持最新编译器特性
- 跨平台支持:新增musl目标平台支持,优化了Docker构建
对于开发者体验,新增了forge fmt的watch模式,测试输出更加清晰,文档注释测试支持等改进都让日常开发更加顺畅。
总结
Foundry rc-2版本是一次全面的功能增强和稳定性提升。从Anvil的调试能力增强,到Cast的交互功能扩展,再到Forge测试框架的完善,每个组件都获得了实质性改进。这些更新使得Foundry作为智能合约开发工具链更加成熟和强大,能够满足从简单项目到复杂企业级开发的各种需求。对于区块链开发者而言,升级到rc-2版本将获得更高效、更稳定的开发体验。
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