Foundry项目实现EIP-4844交易支持的技术解析
2025-05-26 14:28:59作者:卓炯娓
在区块链生态系统的持续演进中,EIP-4844(又称Proto-Danksharding)是一项重要的升级方案,它通过引入blob交易类型来显著降低Layer2解决方案的交易成本。作为区块链开发工具链中的重要组成部分,Foundry项目近期在其cheatcodes功能中新增了对EIP-4844交易的支持,为开发者提供了更便捷的测试和部署体验。
EIP-4844交易的核心价值
EIP-4844的核心创新在于引入了"blob携带交易"(blob-carrying transactions),这种新型交易允许将大量数据作为"blob"附加到交易中。与传统的calldata相比,blob数据具有以下优势:
- 存储成本显著降低:blob数据只需在区块链节点上存储约一个月,而非永久存储
- 数据吞吐量提高:单个交易可携带最多约125KB的blob数据
- 专为Layer2设计:优化了rollup解决方案的数据可用性层
Foundry中的实现方案
Foundry团队经过讨论后决定通过新增两个cheatcode函数来实现这一功能:
// 直接附加二进制数据作为blob
vm.attachBlob(bytes memory data);
// 通过文件路径附加blob数据
vm.attachBlob(string memory filePath);
这种设计借鉴了cast工具中处理blob交易的现有实现,保持了API的一致性和易用性。开发者可以选择直接将二进制数据作为参数传入,或者指定包含blob数据的文件路径。
技术实现要点
在底层实现上,Foundry利用了Alloy库中的SimpleCoder来处理blob数据的编码工作。具体实现需要确保以下几点:
- 交易类型验证:确保附加blob的交易不是CREATE或EIP-7702类型的交易
- 数据编码:正确处理blob数据的编码和哈希计算
- 交易构造:构建符合EIP-4844规范的完整交易结构
开发者使用场景
开发者现在可以在Forge脚本中轻松创建和发送EIP-4844交易,典型使用场景包括:
- 测试Layer2解决方案的数据可用性
- 验证合约对blob交易的处理逻辑
- 模拟高吞吐量数据场景下的合约行为
示例用法:
// 在Forge脚本中发送EIP-4844交易
function run() external {
// 准备blob数据
bytes memory blobData = hex"0123456789abcdef";
// 附加blob到下一笔交易
vm.attachBlob(blobData);
// 发送交易
MyContract(address).someFunction();
}
未来展望
随着区块链技术路线图的推进,Foundry对EIP-4844的支持将为开发者提供早期接触和测试这一重要特性的机会。团队计划持续完善相关功能,包括更丰富的blob操作API和更完善的测试工具支持,以满足日益增长的Layer2开发需求。
这一功能的加入进一步巩固了Foundry作为全功能区块链开发工具链的地位,为开发者提供了从传统交易到最新协议特性的完整支持。
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
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
493