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。
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