在以太坊上构建 GraphQL API

如何在区块链数据之上构建一个可以轻松部署到去中心化网络基础设施的API?

区块链中的数学 -盲签名(Blind Signature)

盲签名可以看成结合普通签名的变种,实现特殊的应用。RSA方案简单易解,实际代码工程是要有额外一些处理的,可能需要填充等。

区块链中的数学 - sigma协议OR Proof&签名

本文继续讲sigma协议相关的引申和应用!

区块链中的数学 - sigma协议与Fiat-Shamir变换

本文介绍Sigma协议的交互和非交互性质,简单明了,介绍了零知识证明中常用的Fiat-Shamir变换

以太坊主网部署终极指南

本文首先介绍了部署交易是什么, 然后探索使用 Truffle、Remix、Hardhat,Truffle Team 进行合约主网部署的利与弊。

  • Tiny熊
  • 发布于 2021-04-30
  • 阅读 ( 8535 )
  • ( 89 )

The Graph入门教程:如何索引合约事件

一篇完整的TheGraph教程,学习到 定义数据索引的Subgraph并部署,以及前端 DApp 中查询索引数据。

  • Tiny熊
  • 发布于 2021-04-29
  • 阅读 ( 12772 )
  • ( 228 )

Hardhat中使用ethers.js和Waffle进行测试

在本指南中,我们将向你展示如何使用Ethers.js,这是一个与以太坊交互的JavaScript库。 和Waffle在其之上构建的一个简单的智能合约测试库。 这是我们的建议选择的测试方式。

从Truffle迁移到Hardhat

Hardhat的大部分功能来自于插件,作为开发者,你可以自由选择你想使用的插件。 Truffle 4和5的插件可以让你轻松迁移到Hardhat。 要将现有的Truffle项目迁移到Hardhat上,主要有以下两件事要考虑:测试和部署。

区块链中的数学 - 何谓零知识证明?

在任意的零知识证明系统中,都有一个 prover 在不泄漏任何额外信息的前提下要让 verifier 确信某些陈述(Statement)是正确的。ZK-SNARK目前应用较多,有不少成熟的库,如libsnark,bellman等.

Hardhat 中文文档上线

Hardhat是一个编译、部署、测试和调试以太坊应用的开发环境。可以帮助开发人员管理和自动化构建智能合约和dApps过程中固有的重复性任务。

区块链中的数学 - RSA累加器的非成员证明

RSA Accumulator非成员证明,能够进行假如用Accumulator纪录一个UTXO 集合,证明某个UTXO不存在等场景。

以太坊全栈开发完全指南

用React、Ethers.js、Solidity和Hardhat构建全栈dApps。

区块链中的数学 -- Accumulator(累加器)

本文描述了累加器的概念和性质,具体说明RSA累加器实现过程。可以看出Accumulator具有一些比merkle证明有优势的地方,比如聚合证明,证明大小不随着集合元素的增加而增加等。 实际应用实现中RSA累加器还会有一些前置处理操作,比如将原始数据映射到选定素数域上的值等。

uniswap - V3技术白皮书导读

uniswap V3版本核心思想是流动性集中。流动性提供者可以在某个区间提供流动性,提高资金使用率。在某个区间获取的交易费,由所有在该区间的流动性提供者均分。uniswap V3设计了区间粒度-Tick,并且推导了流动性添加/删除以及费用计算的过程。在之基础上,uniswap V3也更新了价格预言机的实现。

  • Star Li
  • 发布于 2021-04-08
  • 阅读 ( 10719 )
  • ( 118 )

什么是NFT?

一类NFT是数字资产,或者是代表了某些法律保护的权益。另一类NFT是数字纪念品

  • maxdeath
  • 发布于 2021-04-08
  • 阅读 ( 7251 )
  • ( 128 )

hardhat 教程及 hardhat-deploy 插件使用

hardhat 教程及 hardhat-deploy 插件使用

NFT教程 - 如何用IPFS在Flow上创建一个NFT交易市场?

第 3 部分, 渲染并交易 NFT

如何创建和部署ERC-721(NFT)?

创建自己的NFT .

  • 张小风
  • 发布于 2021-03-24
  • 阅读 ( 15046 )
  • ( 161 )

Uniswap V3 介绍

Uniswap V3 主要更新点:1. 分不同价格阶段提供流动性, 2. 提供多个收费层级 3. 单边提供流动性 4. 高级预言机

使用工厂提高智能合约安全性

使用工厂模式的利与弊