Foundry项目rc-1版本发布:区块链开发工具链的重大更新
Foundry是区块链生态中广受欢迎的智能合约开发工具链,它提供了一套完整的开发环境,包括测试框架、部署工具和本地开发节点等功能。本次rc-1版本带来了多项重要更新和功能增强,显著提升了开发者在智能合约开发、测试和调试方面的体验。
核心组件更新亮点
Anvil本地节点增强
Anvil作为Foundry的本地区块链节点实现,在rc-1版本中获得了多项改进:
-
模拟功能增强:新增了
eth_simulateV1RPC调用,允许开发者更精确地模拟交易执行。同时优化了代理(impersonating)功能,在模拟账户时不再需要代理支持。 -
调试支持:引入了跟踪日志功能,开发者现在可以更详细地追踪合约执行过程,这对于调试复杂合约逻辑非常有帮助。
-
链配置灵活:改进了链ID和创世区块配置的处理逻辑,允许使用负数作为分叉块号,为测试场景提供了更大灵活性。
Cast工具升级
Cast是Foundry的命令行工具,用于与区块链网络交互:
-
交易处理:新增了创建原始未签名交易的功能,并支持从交易中恢复地址。
cast txpool命令的加入让开发者可以直接与交易池交互。 -
钱包管理:扩展了钱包功能,支持修改密码、查看公钥以及自定义账户名称的密钥库存储。
-
存储查询:增强了
cast storage命令,当区块浏览器无法自动识别代理合约时,开发者可以手动指定代理合约地址。
Forge测试框架改进
Forge是Foundry的测试框架,本次更新带来了多项测试相关增强:
-
测试断言:新增了
expectCreate和expectCreate2断言,可以验证合约创建操作。vm.expectRevert现在能更准确地处理包含"revert: "前缀的错误信息。 -
覆盖率分析:改进了覆盖率计算,现在能正确处理带有构造函数参数的合约,并优化了try/catch语句的分支覆盖。
-
作弊码扩展:新增了
vm.sort和vm.shuffle作弊码用于测试数据准备,vm.setArbitraryStorage允许直接设置存储值,interceptInitcode可以拦截合约初始化代码。 -
不变性测试:优化了失败案例展示,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。
开发者体验优化
-
编译优化:引入了预处理和缓存机制,显著提升了大型项目的编译速度。新增
--use-literal-content标志,允许控制源映射生成方式。 -
项目初始化:改进了
forge init命令,现在能正确处理GitHub URL前缀的模板,并默认不自动提交安装结果。 -
代码格式化:
forge fmt新增了watch模式,可以实时监控文件变化并自动格式化。 -
文档生成:增加了MathJax支持,提升了数学公式在生成文档中的显示效果。
底层架构改进
-
跨平台支持:新增了对
x86_64-musl和aarch64-musl架构的支持,增强了在不同Linux发行版上的兼容性。 -
依赖更新:升级到Solidity 0.8.29编译器版本,确保支持最新的语言特性。
-
模块化重构:对代码库进行了重构,使各组件(forge、cast、anvil、chisel)能够作为库使用,提高了代码复用性。
-
签名处理:改进了签名规范化处理,确保签名"s"值符合EIP-155标准。
总结
Foundry rc-1版本是一次全面的功能增强和稳定性提升,特别是在测试能力、调试工具和开发者体验方面有了显著进步。新加入的模拟和测试断言功能让合约测试更加全面,而编译优化和预处理机制则提升了大型项目的开发效率。这些改进进一步巩固了Foundry作为区块链开发者首选工具链的地位。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03