Foundry 项目中的委托签名与 Nonce 管理问题解析
2025-05-26 06:10:57作者:吴年前Myrtle
引言
在区块链智能合约开发中,Foundry 是一个强大的开发工具链,它提供了丰富的测试和部署功能。然而,在使用 Foundry 进行委托签名(delegation signing)时,开发者可能会遇到一个关于 nonce 管理的棘手问题。本文将深入分析这个问题,并探讨其解决方案。
委托签名基础
委托签名是一种授权机制,允许一个地址(委托方)将某些操作权限授予另一个地址(受托方)。在区块链中,这通常通过 EIP-712 标准签名实现。Foundry 提供了 signDelegation 和 signAndAttachDelegation 两个 cheatcode 来简化这一过程。
问题描述
当前 Foundry 的实现存在一个关键限制:当使用 signAndAttachDelegation 时,它会自动消耗当前 EOA(外部拥有账户)的 nonce 并递增。这在以下场景会导致问题:
- 当交易发起者与委托签名者是同一个 EOA 时
- 当需要精确控制委托签名和交易本身的 nonce 顺序时
技术细节分析
在区块链中,nonce 是一个重要的安全机制,确保每笔交易只能被执行一次。Foundry 当前实现的问题在于:
signAndAttachDelegation会在实际交易之前递增 nonce- 这导致委托签名和交易本身的 nonce 顺序不正确
- 最终结果是交易在本地测试通过,但在主网上失败
解决方案
为了解决这个问题,我们提出在 Foundry 中新增两个 cheatcode:
signDelegationWithNonce- 允许开发者指定委托签名的 noncesignAndAttachDelegationWithNonce- 同上,并自动附加到交易中
这种方案的优势在于:
- 给予开发者对 nonce 的完全控制权
- 保持向后兼容性
- 解决同一 EOA 既发起交易又进行委托签名的问题
实现建议
在实现这些新功能时,需要考虑以下技术要点:
- 签名验证逻辑需要正确处理指定的 nonce
- 需要确保 nonce 不会重复使用
- 需要清晰的文档说明这些新功能的使用场景
结论
Foundry 作为区块链开发的重要工具,不断完善其功能集是必要的。通过添加对指定 nonce 的委托签名支持,可以解决当前实现中的限制,为开发者提供更大的灵活性。这一改进将特别有利于那些需要复杂授权逻辑的智能合约应用场景。
对于 Foundry 用户来说,理解这些底层机制有助于更好地设计他们的测试和部署流程,避免在实际部署时遇到意外问题。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
388
466
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
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
121
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361