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。
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