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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00