Hardhat项目发布3.0.0-next.10版本:新增代码覆盖率支持
2025-06-08 03:32:56作者:裘旻烁
项目简介
Hardhat是一个专为区块链开发者设计的开发环境,它提供了一套完整的工具链,帮助开发者编译、测试、调试和部署智能合约。作为区块链生态中最流行的开发框架之一,Hardhat以其强大的插件系统和灵活的配置能力赢得了广大开发者的青睐。
版本亮点
最新发布的Hardhat 3.0.0-next.10版本带来了一个重要的新特性——代码覆盖率支持。这一功能将显著提升智能合约开发的质量保障能力,让开发者能够更全面地了解测试用例对合约代码的覆盖情况。
代码覆盖率功能详解
功能概述
新版本在hardhat test、hardhat test node和hardhat test mocha等测试任务中新增了--coverage标志参数。开发者只需在运行测试时添加这个参数,就能自动生成代码覆盖率报告。
使用方法
要启用代码覆盖率分析,开发者可以运行以下任一命令:
hardhat test --coverage
hardhat test node --coverage
hardhat test mocha --coverage
执行后,系统会分析测试用例对智能合约代码的覆盖情况,并生成详细的覆盖率报告。
技术实现
代码覆盖率功能通过以下方式工作:
- 在测试执行过程中,系统会监控哪些合约代码行被执行
- 记录分支覆盖情况(如if-else语句的各个分支是否都被测试到)
- 统计函数覆盖情况
- 最终生成可视化的覆盖率报告
实际价值
代码覆盖率功能为开发者带来了多重好处:
- 质量保障:帮助开发者识别未被测试覆盖的代码区域,降低生产环境出现未检测到bug的风险
- 测试优化:通过覆盖率数据,开发者可以有针对性地补充测试用例
- 开发效率:快速定位测试不足的合约部分,提高测试工作的效率
- 团队协作:为代码审查提供客观的测试质量指标
其他改进
除了代码覆盖率功能外,本次更新还包括:
- 升级了Viem集成至最新版本,提供了更完善的区块链交互功能
- 持续优化了TypeScript类型定义,提升开发体验
升级建议
对于正在使用Hardhat进行智能合约开发的团队,建议:
- 评估代码覆盖率功能对项目质量保障的价值
- 在开发流程中逐步引入覆盖率检查
- 设置合理的覆盖率目标(如80%行覆盖率)
- 将覆盖率检查纳入CI/CD流程
总结
Hardhat 3.0.0-next.10版本通过引入代码覆盖率支持,进一步强化了其作为专业区块链开发工具的地位。这一功能将帮助开发者构建更可靠、更健壮的智能合约,推动区块链应用的质量标准提升。随着Hardhat功能的不断完善,它将继续成为区块链开发者首选的开发框架之一。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1