Fuel TypeScript SDK v0.99.0 版本发布解析
Fuel TypeScript SDK 是一个为 Fuel 区块链生态系统提供支持的 JavaScript/TypeScript 开发工具包。它为开发者提供了与 Fuel 区块链交互所需的各种功能,包括钱包管理、智能合约部署与调用、交易处理等。本次发布的 v0.99.0 版本带来了多项重要更新和改进。
核心升级与兼容性变更
本次版本升级了底层依赖项,将 forc 升级至 0.66.6 版本,同时将 fuel-core 升级至 0.40.4 版本。这些升级为开发者带来了更稳定和高效的开发体验。
在兼容性方面,本次发布包含了两项重要变更:
-
移除了
provider.operations.getBalances响应中的pageInfo字段,简化了余额查询接口的返回结构。 -
移除了
ContractUtils命名空间导出,改为直接导出相关工具函数,包括getContractRoot、getContractStorageRoot、getContractId和hexlifyWithPrefix。这一变更使得代码组织更加清晰,减少了不必要的嵌套层级。
新特性与功能增强
字节码与Blob ID计算改进
新版本引入了字节码辅助工具,用于计算 Bytecode ID 和 Legacy Blob ID。这一改进使得开发者能够更灵活地处理智能合约部署相关的标识符计算。同时,调整了 Blob ID 的计算方式,使其与 Bytecode ID 的计算保持一致,提高了系统的一致性。
交易成本估算优化
现在开发者可以直接向 getTransactionCost 函数传递 gasPrice 参数,这一改进减少了不必要的网络调用,提高了交易成本估算的效率。对于需要精确控制交易费用的场景特别有用。
异步回调支持
SDK 现在全面支持异步回调函数,这使得开发者可以在回调中执行异步操作,如数据库查询或网络请求,大大增强了 SDK 的灵活性和适用性。
地址类改进
Address 类的构造函数现在接受更广泛的输入类型,包括字符串、Buffer 和其他格式的地址表示。这一改进简化了地址处理逻辑,减少了类型转换的代码量。
问题修复与稳定性提升
本次发布修复了多个关键问题:
-
修复了
waitForResult方法在交易响应对象中的解构问题,确保异步操作的正确绑定。 -
修正了
Interface.decodeArguments()函数中偏移量使用不正确的问题,提高了参数解码的准确性。 -
解决了
fuels dev命令在 Sway 编译错误后挂起的问题,改善了开发体验。 -
增强了 BigNumber 不安全数值的错误处理,提供了更明确的错误提示。
开发者体验改进
-
在模板中增加了
forc测试支持,使得新项目能够更方便地设置和运行测试。 -
当节点版本不兼容时,GraphQL 错误信息中会直接包含相关警告,帮助开发者快速定位问题。
-
改进了类型生成过程,防止命名冲突,提高了代码生成的可靠性。
-
将 CDN 主机从
cdn.fuel.network迁移到assets.fuel.network,为资源加载提供了更稳定的基础设施。
总结
Fuel TypeScript SDK v0.99.0 版本在功能、性能和开发者体验方面都做出了显著改进。从底层依赖升级到高级API优化,从错误修复到新功能引入,这些变化共同提升了SDK的稳定性和可用性。特别是对异步操作的支持和交易成本估算的优化,将为开发者构建更复杂的去中心化应用提供更好的支持。
对于现有项目升级,开发者需要特别注意兼容性变更部分,特别是 ContractUtils 命名空间的移除和余额查询接口的简化。这些变更虽然需要一定的代码调整,但将带来更清晰和高效的代码结构。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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