FuelTS 项目中合约工厂部署方法的存储槽集成问题分析
问题背景
在 FuelTS 项目中,当使用自动生成的合约工厂类(如 MyContractFactory)进行合约部署时,存在一个关于存储槽(storage slots)集成的技术问题。存储槽是智能合约中用于持久化存储数据的关键机制,在合约部署时需要正确配置。
当前行为分析
目前系统存在三种部署方式,但表现不一致:
-
标准部署方式
使用factory.deploy()方法时,存储槽能够被正确集成到部署过程中。 -
创建交易部署方式
使用factory.deployAsCreateTx()方法时,存储槽不会被自动包含。 -
Blob交易部署方式
使用factory.deployAsBlobTx()方法时,同样存在存储槽缺失的问题。
这种不一致性会导致开发者在使用不同部署方法时遇到意外的行为差异,特别是当合约依赖初始化存储状态时。
技术原因探究
问题的根源在于类型生成(typegen)系统对合约工厂类的实现方式。目前只有标准的 deploy 方法被特殊处理以包含存储槽信息,而其他两种部署方法则直接继承了基础 ContractFactory 类的默认实现,没有集成存储槽逻辑。
解决方案比较
项目团队提出了两种可能的解决方案:
方案一:方法级别重写
在类型生成的合约工厂类中,显式重写所有部署方法(deployAsCreateTx 和 deployAsBlobTx),就像目前对 deploy 方法所做的那样。
优点:
- 实现直接明确
- 与现有模式一致
缺点:
- 需要在多个地方重复相似逻辑
- 增加类型生成系统的复杂性
方案二:属性集中管理
在基础 ContractFactory 类中引入一个受保护属性 _deployOptions,由派生类(如类型生成的工厂类)覆盖此属性来提供默认部署选项。所有部署方法都会自动合并这些选项。
优点:
- 逻辑集中,减少重复
- 更符合面向对象设计原则
- 易于扩展新的部署选项
缺点:
- 需要修改基础类结构
- 改变现有设计模式
推荐实现方案
基于软件工程的最佳实践,方案二更为优雅和可维护。它通过以下方式改进系统设计:
- 在基础
ContractFactory类中:
protected _deployOptions: DeployContractOptions = {};
private getDeployOptions(deployOptions) {
return mergeDeepRight(this._deployOptions, deployOptions);
}
- 所有部署方法统一使用合并后的选项:
async deploy(deployOptions) {
const options = this.getDeployOptions(deployOptions);
// 部署逻辑...
}
- 在生成的工厂类中简单覆盖默认选项:
export class MyContractFactory extends ContractFactory {
protected _deployOptions: DeployContractOptions = {
storageSlots: MyContract.storageSlots
};
}
这种设计不仅解决了当前问题,还为未来可能的部署选项扩展提供了良好的框架。
对开发者的影响
采用方案二后,开发者将获得以下好处:
- 所有部署方法行为一致
- 无需关心底层存储槽集成细节
- 统一的选项合并机制
- 清晰的扩展点用于自定义部署行为
总结
FuelTS 项目中合约工厂的存储槽集成问题揭示了类型生成系统与基础架构之间需要更好的协调。通过采用集中式的部署选项管理方案,不仅可以解决当前问题,还能为系统未来的演进奠定更坚实的基础。这种改进体现了良好的软件设计原则,包括DRY(不要重复自己)原则和开闭原则(对扩展开放,对修改关闭)。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00