Foundry v1.0.0 正式发布:区块链开发工具的重大升级
Foundry 是区块链生态系统中广受欢迎的智能合约开发工具套件,它提供了一整套命令行工具,包括 Forge(测试框架)、Cast(交互工具)、Anvil(本地节点)和 Chisel(REPL 环境)。经过长时间的开发和社区贡献,Foundry 终于迎来了 1.0.0 正式版本,这标志着该项目已经达到了生产就绪的稳定状态。
重大变更与迁移指南
Foundry v1.0.0 引入了一些重要的破坏性变更,开发者需要特别注意:
-
Solidity 优化器默认关闭:现在需要显式配置 optimizer 和 optimizer_runs 来启用优化器功能,这有助于减少合约部署和交互的 gas 成本。
-
testFail 测试模式移除*:旧版中通过 testFail* 前缀来测试预期失败用例的方式已被移除,推荐使用更现代的 expectRevert 断言方式。
-
内部调用异常检测变更:expectRevert 作弊码现在默认不会检测内部调用中的异常,这更符合实际 EVM 行为。
-
控制台日志签名更新:移除了对旧版 console.sol 签名的支持,确保与最新 Solidity 版本兼容。
-
冲突重映射处理:当检测到重映射冲突时,新版本会忽略这些冲突而不是报错,提高了配置的灵活性。
核心功能增强
Anvil 本地节点改进
Anvil 新增了 anvil_rollback 功能,允许开发者将链状态回滚到之前的某个区块,极大方便了测试场景。同时修复了 IPC 通信和 gas limit 设置等关键问题。
Cast 工具升级
Cast 工具现在支持更美观的交易收据打印格式,增加了对 ink 和 ink-sepolia 链的支持,并改进了 cast source 命令(原 cast etherscan-source)以支持更多区块链浏览器。
Forge 测试框架优化
Forge 现在支持在覆盖率报告中过滤特定 profile,改进了私有依赖项的安装流程,并允许对 Solidity 文件进行重映射。测试输出也更加详细,当设置 verbose>=4 时会显示广播的交易信息。
性能与稳定性提升
-
覆盖率分析优化:使用 u32 类型替代原有 ID 系统,显著提升了覆盖率分析性能。
-
错误处理改进:增强了错误信息的展示方式,提供了更清晰的错误上下文。
-
配置加载优化:改进了配置文件的加载逻辑,能够更好地处理配置错误。
-
状态差异记录优化:现在只在余额变化时记录状态差异,减少了不必要的计算开销。
开发者体验改进
-
Foundryup 工具增强:现在默认安装稳定版本,增加了自更新功能,并会检查运行中的进程以避免冲突。
-
Docker 支持:新增了 ARM64 架构的 Docker 镜像,方便在不同平台上部署使用。
-
版本管理:改进了自定义版本的构建和管理方式,为开发者提供了更多灵活性。
-
交互式调试:移除了单独的
forge debug子命令,将其功能整合到forge test和forge script的--debug参数中,简化了调试流程。
向后兼容性说明
虽然 v1.0.0 带来了许多改进,但也引入了一些破坏性变更。项目团队提供了详细的迁移指南,建议开发者仔细阅读并测试现有项目在新版本下的行为。特别是那些依赖旧版特性的项目,可能需要相应的调整才能完全兼容。
Foundry v1.0.0 的发布标志着该项目已经成熟,为区块链开发者提供了一个更加稳定、高效的开发环境。无论是智能合约测试、部署还是交互,新版本都带来了显著的改进和优化,值得所有区块链开发者升级体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00