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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
HunyuanVideo-1.5暂无简介00
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
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
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