合约量化机器人系统开发源码搭建丨量化合约机器人系统开发技术流程

简介: 合约量化机器人系统开发源码搭建丨量化合约机器人系统开发技术流程

可以看到其实是一个很简单的逻辑,里面定义了 2 个变量,还有一个事件,以及一个调用方法,整个合约要实现的就是当事件满足一定条件的时候才可以从合约账号提现

下面,我们使用 hardhat 提供的命令对合约文件进行编译:

npx hardhat compile
hardhat 会帮我们编译 contracts 目录下面的所有合约文件

这时候我们可以看到在控制台已经输出了编译日志,如果编译不成功会提示相应的错误信息

在我们的项目目录里同时也会生成一些新的文件,如上图所示,其中 cache 目录为缓存文件,artifacts 目录下的 build-info 目录,存放的是构建项目的信息,contracts 下面存放的是编译的每个合约对应的 abi 接口信息

2、测试合约
通过上面的操作,我们已经成功的编译了合约文件,下面我们来对合约文件进行测试,一个好的测试流程可以避免我们的合约出现一些严重的 bug,特别是在区块链上,一旦合约部署上去就无法再次更新,所以我们在正式上线之前,必须将合约完全测试一遍

2.1 测试脚本介绍
我们回到 vscode,打开项目目录 test,这里已经有了一个名为 Lock.js 的脚本文件

让我们打开它,看一下它的主要构成

代码前 6 行定义了几个常用的测试辅助对象,其中 loadFixture,可以让我们在测试中都使用相同的配置,最常用的就是我们在测试类里会定义一个部署合约的方法,然后在需要使用合约对象的地方,通过 loadFixture(function) 获取部署合约的快照对象

在 hardhat 里,我们使用 chaijs Chaijs 官网[6] 来进行断言测试, 感兴趣的朋友,可以浏览 chai 官网获取更多信息,通过使用 expect 方法,进行断言测试

describe("Lock", function () {})
复制
这段代码就是标识测试的开始,其中第一个参数为测试标题,可以随便定义,第二个参数为要执行的函数体,我们在函数体里,进行具体测试逻辑的编写

describe 是可以嵌套使用的

所以我们一般测试会在第一个 describe 里定义一个合约部署方法,然后在 describe 里嵌套 describe,通过 loadFixture(function) 获取相同合约部署快照

2.2 合约部署方法
回到刚刚的测试文件,我们继续阅读代码

async function deployOneYearLockFixture() {

const ONE_YEAR_IN_SECS = 365 * 24 * 60 * 60;
const ONE_GWEI = 1_000_000_000;

const lockedAmount = ONE_GWEI;
const unlockTime = (await time.latest()) + ONE_YEAR_IN_SECS;

// Contracts are deployed using the first signer/account by default
const [owner, otherAccount] = await ethers.getSigners();

const Lock = await ethers.getContractFactory("Lock");
const lock = await Lock.deploy(unlockTime, { value: lockedAmount });

return { lock, unlockTime, lockedAmount, owner, otherAccount };

}
复制
这部分代码定义了一个合约部署方法,其中

第一个 owner 即为我们部署合约的账号,可以通过加入更多字段接受返回,获取其他的账号信息,如 otherAccount 这个定义

const [owner, otherAccount] = await ethers.getSigners();
const Lock = await ethers.getContractFactory("Lock");
复制
这句代码创建了一个合约对象 Lock,注意括号内的 Lock 对应的是合约文件内定义的名称,即

contract Lock {}
复制
请不要错把合约文件名当成该参数,否则会报错

const lock = await Lock.deploy(unlockTime, { value: lockedAmount });

相关文章
|
7天前
|
人工智能 安全 机器人
AI电销机器人系统源码部署:freeswitch安装Windows
在Windows上安装FreeSWITCH:访问官网下载安装程序,运行并按提示安装;选择安装路径和组件;等待安装完成;配置FreeSWITCH,修改设置;启动服务;测试其功能;如遇问题,参考官方文档或进行调试故障排除。记得定期更新维护以保证稳定安全。
|
28天前
|
JSON 网络协议 前端开发
【UR六轴机械臂源码】python脱离示教器控制UR机械臂实时采集机器人位姿(优傲机器人)
【UR六轴机械臂源码】python脱离示教器控制UR机械臂实时采集机器人位姿(优傲机器人)
|
1月前
|
机器人
量化交易机器人系统开发详情源码/功能步骤/需求设计/稳定版
he development of a quantitative trading robot system involves multiple aspects, including strategy design, data processing, and transaction execution. The following is a detailed overview of the development strategy for a quantitative trading robot system:
|
1月前
|
存储 机器人 区块链
量化交易策略机器人系统开发|成熟案例|详情方案
量化交易策略模型是指用数学模型和计算机程序对市场行情进行分析和预测
|
2月前
|
自然语言处理 机器人 C++
量化交易机器人系统开发稳定版丨海外版丨多语言丨策略成熟丨案例项目丨指南教程
The quantitative trading robot system is an automated trading system that executes trading decisions through pre-set algorithms. When developing a quantitative trading robot system,
|
2月前
|
传感器 人工智能 监控
智能耕耘机器人
智能耕耘机器人
45 3
|
6月前
|
人工智能 自然语言处理 机器人
智能电话机器人核心技术:自然语言处理
什么是自然语言处理? 自然语言处理是计算机科学领域与人工智能领域中的一个重要方向.它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法.自然语言处理是一门融语言学、计算机科学、数学于一体的科学.因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系,但又有重要的区别. 自然语言处理并不是一般地研究自然语言,而在于研制能有效地实现自然语言通信的计算机系统,特别是其中的软件系统.因而它是计算机科学的一部分. 自然语言处理(NLP)是计算机科学,人工智能,语言学关注计算机和人类(自然)语言之间的相互作用的领域.
|
1月前
|
传感器 人工智能 自然语言处理
智能咖啡厅助手:人形机器人 +融合大模型,行为驱动的智能咖啡厅机器人
智能咖啡厅助手:人形机器人 +融合大模型,行为驱动的智能咖啡厅机器人
智能咖啡厅助手:人形机器人 +融合大模型,行为驱动的智能咖啡厅机器人
|
2月前
|
传感器 机器学习/深度学习 算法
植保机器人具备智能感知与决策能力
植保机器人具备智能感知与决策能力
19 2
|
3月前
|
传感器 搜索推荐 机器人
具身智能赋能人形机器人产业将蓬勃发展
【1月更文挑战第12天】具身智能赋能人形机器人产业将蓬勃发展
48 3
具身智能赋能人形机器人产业将蓬勃发展

热门文章

最新文章