WalletConnect Core 2.21.0版本发布:命名空间优化与能力缓存增强
项目简介
WalletConnect是一个开源协议,用于在钱包和DApp之间建立安全的通信通道。其核心组件@walletconnect/core作为整个生态系统的基石,负责处理连接建立、会话管理、消息传递等核心功能。本次发布的2.21.0版本带来了两项重要改进,进一步优化了开发体验和功能稳定性。
命名空间处理逻辑优化
在WalletConnect的会话协商过程中,命名空间(namespaces)定义了双方支持的功能和链信息。本次更新中,团队对命名空间处理逻辑进行了重要调整:
-
废弃requiredNamespaces参数:原先开发者可以通过
requiredNamespaces参数指定必须支持的命名空间。现在这一参数已被标记为废弃(deprecated)。 -
自动迁移机制:为了保持向后兼容性,当代码中仍使用
requiredNamespaces时,系统会自动将其值赋给optionalNamespaces。这意味着即使开发者尚未更新代码,应用仍能正常工作,但会收到废弃警告。
这一变更反映了WalletConnect团队对API设计的重新思考。在实践中,严格要求命名空间可能会导致不必要的连接失败,而将其转为可选参数可以提供更灵活的连接体验,同时鼓励开发者采用更现代的API设计模式。
能力缓存机制增强
本次更新的另一项重要改进是针对wallet_getCapabilities方法的缓存机制优化:
-
多维度缓存键:原先的能力缓存仅基于钱包地址,现在新增了链ID(chainId)作为缓存键的一部分。这意味着同一钱包在不同链上的能力将被分别缓存。
-
更精确的请求决策:当需要查询钱包能力时,系统会同时检查地址和链ID,只有当两者都不匹配现有缓存时才会发起新的请求。这显著减少了不必要的网络通信。
这项改进特别适合多链环境,例如一个钱包可能在主网和其他区块链网络上支持不同的能力集。新的缓存机制确保了每种组合都能被正确处理,同时保持了高效的网络利用率。
开发者影响与升级建议
对于正在使用WalletConnect的开发者,本次更新需要注意以下几点:
-
命名空间参数更新:建议检查代码中所有使用
requiredNamespaces的地方,逐步迁移到optionalNamespaces参数,以避免未来版本可能出现的兼容性问题。 -
缓存行为变化:如果应用依赖
wallet_getCapabilities的返回结果,需要注意新的缓存逻辑可能导致不同链上的结果不再共享。 -
依赖同步更新:由于
@walletconnect/types和@walletconnect/utils也同步更新到了2.21.0版本,建议一并升级这些配套依赖。
技术实现细节
从技术角度看,这些改进体现了WalletConnect团队对协议稳定性和开发者体验的持续关注:
-
渐进式废弃策略:通过自动迁移而非立即移除
requiredNamespaces,为开发者提供了充足的过渡时间。 -
缓存策略优化:新的多维缓存键设计采用了组合键模式,这是处理多维度数据缓存的经典解决方案,确保了缓存的高效性和准确性。
-
类型系统保障:配套的类型定义更新确保了TypeScript用户能立即感知到API变化,降低了升级过程中的错误风险。
总结
WalletConnect Core 2.21.0版本通过命名空间处理的简化和能力缓存机制的增强,进一步提升了协议的稳定性和灵活性。这些改进虽然看似细微,但对于构建可靠的钱包连接体验至关重要。建议开发者及时评估这些变更对现有应用的影响,并计划适当的升级工作。
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 StartedRust0117- 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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。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