Foundry项目夜间版本发布:新增Cast估算功能与Forge改进
Foundry是区块链生态系统中广受欢迎的智能合约开发工具链,由Rust语言编写,包含Forge(测试框架)、Cast(交互式合约调用工具)和Anvil(本地节点)等组件。本次发布的夜间版本(nightly-96d107c)为开发者带来了多项实用功能增强和问题修复。
Cast工具新增DA估算功能
Cast工具在此版本中新增了da-estimate命令,这是针对数据可用性(Data Availability)的估算功能。数据可用性在Layer2解决方案和模块化区块链中尤为重要,该功能可以帮助开发者预估将数据发布到链上所需的成本。
实现原理上,该功能会分析交易或合约调用涉及的数据量,结合当前网络状态,给出一个合理的估算值。这对于需要频繁与链交互的DApp开发者特别有用,可以在开发阶段就对数据存储成本有清晰预期。
Forge测试框架的Lint功能增强
Forge在此版本中强化了其Lint功能。Lint工具是代码质量检查的重要环节,能够帮助开发者在早期发现潜在问题。Forge的Lint功能现在能够:
- 检查Solidity代码中的常见模式问题
- 识别可能的安全隐患
- 提供代码风格建议
- 与现有测试框架无缝集成
这项改进使得开发者可以在运行测试的同时获得代码质量反馈,提高了开发效率。
重要问题修复
本次发布修复了一个在隔离模式下vm.chainId相关的重要回归问题。该问题在之前的revm(Rust 虚拟机)版本升级后出现,可能导致在特定测试场景下链ID识别错误。
修复方案优化了虚拟机的链ID处理逻辑,确保在隔离测试环境中链ID的模拟行为与主网一致。这对于需要精确模拟多链环境的复杂合约测试尤为重要。
底层依赖更新
项目团队持续维护和更新底层依赖:
- 将evmole工具升级到0.8.0版本,提升了字节码分析和调试能力
- 用alloy_ens替换了原有的ENS实现,提高了域名解析的效率和可靠性
- 优化了
step和step_end等调试相关功能的实现,使调试过程更加清晰
这些底层改进虽然不直接面向最终用户,但为工具的稳定性和性能提供了坚实基础。
跨平台支持
Foundry继续保持其优秀的跨平台支持能力,为以下平台提供了预编译二进制包:
- macOS (amd64和arm64架构)
- Linux (包括Alpine发行版,支持amd64和arm64)
- Windows (32位amd64)
这种广泛的平台支持确保了开发者可以在各种开发环境中无缝使用Foundry工具链。
总结
本次Foundry夜间版本的发布,在保持核心功能稳定的同时,为开发者提供了更多实用工具和更流畅的开发体验。特别是Cast工具的DA估算功能和Forge的Lint增强,都是针对实际开发痛点所做的改进。项目团队对底层依赖的持续维护也体现了对长期稳定性的重视。
对于智能合约开发者而言,及时了解这些工具链的更新内容,将有助于提升开发效率和代码质量。建议开发者根据自身需求评估是否升级到该版本,特别是在需要进行复杂多链测试或数据可用性相关开发时。
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