Safe智能合约中模块守卫上下文数据传递方案探讨
2025-07-05 23:45:17作者:俞予舒Fleming
背景介绍
在Safe智能合约的模块管理系统中,模块守卫(Module Guard)是一个重要的安全组件,它负责验证模块发起的交易。然而,当前模块守卫接口存在一个限制:它无法接收任何额外的上下文信息或数据,这在一定程度上限制了其功能的灵活性。
问题分析
在实现负控制(Negative Control)功能时,开发团队发现模块守卫需要验证共同签名者的签名信息,但现有的接口设计无法传递这些额外数据。这引发了对模块守卫接口扩展性的深入思考:是否需要为模块守卫提供接收上下文数据的能力?如果需要,应该如何设计这个功能?
技术方案比较
方案一:修改Safe合约及模块守卫接口
该方案通过在模块守卫的checkModuleTransaction函数中添加context参数,并在Safe合约中新增支持上下文参数的重载函数。
优点:
- 模块守卫接口尚未正式发布,修改不会造成兼容性问题
- 对现有Safe合约保持向后兼容
- 实现直接且直观
缺点:
- 增加Safe合约的大小(但仍保持在24kb限制内)
- 需要模块适配新接口才能使用此功能
方案二:执行前设置守卫上下文
此方案通过让模块守卫提供设置上下文的方法,在执行模块交易前存储上下文信息。
优点:
- 无需修改Safe合约
- 实现相对灵活
缺点:
- 模块守卫需要额外实现上下文存储逻辑
- 增加gas成本
- 需要在交易执行前单独调用守卫设置上下文
方案三:模块自行存储上下文
该方案让模块自行存储上下文信息,守卫通过模块接口获取所需数据。
优点:
- 无需修改Safe合约
- 上下文管理完全由模块控制
缺点:
- 模块需要实现额外接口
- 增加gas成本
- 模块与守卫需要约定数据协议
专家评估与结论
经过深入讨论和技术评估,Safe团队认为:
- 上下文需求目前主要局限于特定用例(如负控制),尚不具备普遍性
- 通过Multisend方式已经可以实现上下文传递,无需修改核心合约
- 强制性的接口标准化可能增加开发复杂度和审计难度
- 特定功能可以通过共享库或ERC7579标准实现,保持核心合约简洁
因此,团队决定不修改Safe合约或引入新的协议强制要求守卫或模块实现特定接口。这种决策保持了系统的简洁性和灵活性,同时为特定用例提供了替代解决方案。
技术启示
这个案例展示了区块链系统设计中常见的权衡:在增加功能灵活性和保持系统简洁性之间的选择。Safe团队选择了保守的方案,这体现了其对系统稳定性和安全性的重视,同时也为未来的扩展留下了空间。开发者在使用Safe模块系统时,应当根据具体需求选择最适合的上下文传递方式,必要时可以利用共享库或行业标准来实现特定功能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2