每个区块链开发者应该了解的EVM内部原理 — 第三部分

Andrey Obruchkov
发布于 2025-08-07 15:26
阅读 2634

本文是EVM内部原理系列文章的第三部分，主要讲解了区块链开发者应该如何利用EVM的debug工具来调试智能合约，包括如何使用Foundry、Hardhat、Tenderly等工具进行交易的追踪和调试，如何理解debug_traceCall，以及如何通过Foundry脚本来调试交易。通过学习EVM的trace，开发者可以更好地理解合约的执行过程，从而更高效地进行bug查找、gas优化和开发流程管理。

## 每个区块链开发者应该知道的 EVM 内部原理 — 第 3 部分

> **这是多部分系列文章：**“每个区块链开发者应该知道的 EVM 内部原理”**的第三篇也是最后一篇文章。** 在这篇文章中，我们将逐步介绍 EVM 执行交易时实际发生的情况。我们将解开函数调用的内部跟踪，探索失败是如何冒泡的，并学习当出现问题时如何解释 EVM 的行为。这篇文章全部关于**理解 EVM 在运行时如何处理你的代码**，从堆栈移动到存储写入和 Gas 记账。
>
> 我们将探索：
>
> **1\. EVM 开发者工具**
>
> **2\. 理解** `debug_traceCall`
>
> **3\. 使用 Foundry 进行本地部署：从设置到合约**
>
> **4\. 跟踪和调试成功的交易**
>
> **5\. 跟踪和调试失败的交易**
>
> **6\. 使用 Foundry 脚本跟踪和调试交易**
>
> **7\. 总结：为什么理解 Traces 能让你成为更好的开发者**
>
> 在本文结束时，你将知道如何读取和解释原始 EVM trace，包括堆栈移动、存储写入和失败点。这个基础将使你更有能力编写、调试和推理智能合约，达到工具和基础设施的水平。

## **EVM 开发者工具**

在我们深入研究原始 EVM 内部原理之前，值得研究一下实际的开发者工具如何在实践中使用 traces，以及这些 traces 有助于解决哪些问题。

如今，大多数智能合约工具都依赖于 traces，以便在低级别检查交易：它们如何执行，在哪里失败，进行了哪些内部调用，以及状态如何被修改。无论你是在运行测试、调试 reverts，还是在部署后分析合约，你几乎总是依赖于幕后的 trace 数据。

一个 trace 显示：

- 执行的每个 **opcode**
- 每一步的 **堆栈**、**内存** 和 **程序计数器 (PC)**
- **子调用**（如外部合约调用）何时发生
- 读取或写入了哪些 **存储**
- **revert** 发生的位置和原因（如果发生）

让我们看看生态系统中一些最流行的工具如何使用 EVM traces：

- [**Foundry**](https://getfoundry.sh/introduction/overview) **→** 用于开发和测试智能合约的快速、CLI 原生框架。它使用 EVM traces 在测试期间模拟和分析交易，从而可以轻松捕获错误，理解失败并验证合约行为，然后再进行部署。Foundry 在本地为你提供这种可见性，而无需部署或等待链上执行。它旨在让开发者充满信心地构建并有效地进行调试，trace 数据已深度集成到测试工作流程中。网络 fork 和模拟可在本地使用。
- [**Hardhat**](https://learnblockchain.cn/docs/foundry/i18n/zh/) **→** 灵活的开发环境，主要通过插件和内部开发工具使用 EVM traces。虽然默认情况下它不会直接公开 traces，但它会利用它们来增强测试反馈，从而在交易失败时显示错误消息、堆栈 traces 和调用数据。网络 fork 和模拟可在本地使用。
- **Tenderly** **→** 用于模拟和调试智能合约交易的可视化平台。它使用 EVM traces 在一个丰富的 UI 中重建执行过程 —— 显示每一步的 opcodes、堆栈值、内存、存储差异和 Gas 成本。Tenderly 支持 **网络 forking**，允许你在隔离的环境中针对主网或支持的测试网的快照模拟交易。虽然它不提供与 Foundry 或 Hardhat 相同的本地控制，但它通过浏览器或 API 提供了强大的模拟功能 —— 包括 **测试更改、模拟账户** 和 **预览 gas 使用量** 的能力，而无需发送真实的交易。它对于检查实时交易行为和调试部署后复杂合约特别有用。
- **Blockscout →** 这是一个与以太坊兼容链的区块浏览器。它使用 traces 显示在基本交易列表中不可见的内部合约调用、嵌套执行流程和价值转移。适用于已经挖出的交易，不提供模拟。它的作用是观察性的：帮助开发者和用户了解给定交易在确认后内部发生了什么。

所有这些工具都依赖于 EVM traces，但它们以不同的方式使用它们。

- **Foundry** 和 **Hardhat** 将 traces 带入你的本地工作流程，使你可以控制执行、状态和模拟，从而进行快速的迭代测试。
- **Tenderly** 提供了一个可视化模拟平台，支持网络 forking、账户模拟和深度 trace 检查 —— 但通过托管的 UI 或 API 而不是本地控制。
- **Blockscout** 专注于 trace **可视化**，而不是模拟 —— 它非常适合检查已经挖出的交易，但不允许你 fork 或测试假设。

在本文的其余部分中，我们将使用 **Foundry**，它在本地、可编写脚本的环境中为我们提供了完整的 trace 可见性，非常适合理解 EVM 的实际工作方式。

## **理解** `debug_traceCall`

要检查 EVM 实际如何执行交易，我们依赖于 `debug` 命名空间下的特殊 JSON-RPC 方法。这些方法不是标准以太坊 JSON-RPC API 的一部分，它们通常仅在 **完整节点**（如 Geth 或 Erigon，将在后面介绍）或本地开发节点（如 Foundry 使用的 **Anvil**）上可用。

两个最有用的方法是：

- `debug_traceTransaction` —— 通过哈希跟踪**已挖出的交易**
- `debug_traceCall` —— 模拟交易**而不发送它**，并返回完整的 trace

`debug_traceCall` **: 它的作用**

此 RPC 调用使我们可以模拟交易在给定状态下的执行方式，并为我们提供每个 EVM 步骤的详细 trace，包括：

- 在每个程序计数器（`pc`）处执行的 **opcode**
- **堆栈**，**内存** 和 **存储访问**
- **深度** (对于内部调用)
- 每个步骤使用的 Gas

这是我们将用来详细跟踪交易的工具，而无需实际挖掘它或修改区块链状态。

**为什么** `debug_traceCall` **对开发者有用**

与仅为你提供返回值的 `eth_call`（将在后面介绍）不同，`debug_traceCall` 告诉你 **返回值是如何计算的** 以及 EVM 在内部执行的操作。这使其对于以下方面非常宝贵：

- 调试 **reverts** 并准确了解它们发生的位置
- 在 opcode 级别分析 gas 使用情况
- 构建需要了解底层行为的 **测试框架**、**索引器** 或 **浏览器**
- 学习 EVM 如何处理 calldata、堆栈操作和存储更改

## **使用 Foundry 进行本地部署：从设置到合约**

现在让我们使用 Foundry 跟踪一个真实的交易，其中包含一个稍微复杂的结构，包括 `uint256` 和动态 `string`。这将展示 EVM 不仅处理 calldata 解码和存储写入，还处理动态内存引用和编码偏移量。

```
pragma solidity ^0.8.12;

contract Storage {
    struct my_storage_struct {
        uint256 number;
        string owner;
    }

my_storage_struct my_storage;

function store(my_storage_struct calldata new_storage) public {
        if (new_storage.number > 100) {
            revert("Number too large");
        }
        my_storage = new_storage;
    }

function retrieve() public view returns (my_storage_struct memory){
        return my_storage;
    }
}
```

在我们可以跟踪任何内容之前，让我们从零开始设置 [Foundry](https://getfoundry.sh/introduction/installation)，部署合约并在本地模拟交易。

本演练假定你具有基本的命令行经验并已安装 `git`。

**步骤 1：安装 Foundry**

Foundry 提供了一个快速的 CLI，用于测试、部署智能合约并与之交互。使用以下命令安装它：

```
curl -L https://foundry.paradigm.xyz | bash
foundryup
```

这将安装 `forge`（测试运行器）、`cast`（交易 + RPC CLI）和 `anvil`（本地 EVM 节点）

```
forge --version
cast --version
anvil --version
```

**步骤 2：初始化一个新项目**

```
mkdir evm-trace-demo
cd evm-trace-demo
forge init
```

这为你提供了：

- 用于合约的 `src/` 文件夹
- 用于测试的 `test/` 文件夹
- 用于 solidity 脚本的 script/ 文件夹
- `foundry.toml` 配置文件

**步骤 3：编写合约**

在 `src/Storage.sol` 中，粘贴上面的合约。

**步骤 4：编译合约**

运行 `forge build`。你应该看不到任何错误，并且会生成一个 `out/Storage.sol/Storage.json` ABI 工件。

**步骤 5：启动本地节点**

通过运行以下命令启动 Foundry 的本地 EVM Anvil：

```
anvil
```

这将启动一个本地的、与 fork 兼容的链，并为你提供 10 个预先出资的测试帐户，它们的私钥以相同的顺序列出。

**_注意_：** _记下打印的第一个私钥和地址，我们将使用它们进行部署_

_并且你会看到我们新 fork 的链正在_ `http://localhost:8545` _上运行_

**步骤 6：部署合约**

使用 `forge` 部署合约：

```
forge create src/Storage.sol:Storage \
  --rpc-url http://localhost:8545 \
  --private-key <your-key> \
  --broadcast
```

输出应如下所示：

```
[⠊] Compiling...
[⠒] Compiling 1 files with Solc 0.8.30
[⠢] Solc 0.8.30 finished in 37.11ms
Compiler run successful!
Deployer: <your-address>
Deployed to: <the-address-of-the-smart-contract>
Transaction hash: <some-tx-hash>
```

**_注意：_** `<your-key>` _是上一个终端中打印的密钥之一。_

_没有_ `--braodcast` _forge 将只进行 dry-run，而不会部署在 Anvil 上。_

这完成了你的本地设置。此时，你拥有：

- 已编译并部署的合约
- 正在运行的本地节点
- 对交易、存储和跟踪的完全控制

接下来，我们将模拟对 `store()` 函数的调用，并逐步探索 EVM 如何处理该调用。

## **跟踪成功的交易**

让我们将所有理论付诸实践。在本节中，我们将为我们的 `store((uint256,string))` 函数编写一个测试，使用 Foundry 运行它，检查 trace 输出，并了解如何使用 CLI 和原始 trace 数据确认交易成功。

**编写测试**

我们将从创建一个使用有效输入调用该函数的测试开始。在部署合约并运行本地节点后，让我们模拟一个成功存储数据的交易，并跟踪 EVM 在运行时如何精确地处理它。我们将使用 Foundry 的 `cast` CLI 对调用进行编码，将其发送到我们的本地节点，并使用 `debug_traceCall` 检查执行的每个步骤。

让我们将此测试添加到 `test/Storage.t.sol`：

```
// SPDX-License-Identifier: UNLICENSED
pragma solidity ^0.8.12;

import "forge-std/Test.sol";
import "../src/Storage.sol";

contract StorageTest is Test {
    Storage public storageContract;

function setUp() public {
        storageContract = new Storage();
    }

function testStoreStruct() public {
        Storage.my_storage_struct memory input = Storage.my_storage_struct({
            number: 25,
            owner: "bob"
        });

storageContract.store(input);
    }
}
```

**_注意：_** `setUp()` _函数是一种特殊的 Foundry 方法，它在每次测试之抢跑。在这里，它部署了一个新的_ `Storage` _合约实例。_

使用以下命令在基本视图中运行测试：

```
forge test --match-test testStoreStruct -vvvvv
```

预期的输出将是：

![](https://img.learnblockchain.cn/2025/08/07/1MNGTjoIGNRsiDDu3IQp0-Q.png)

**使用** `--debug` **运行以查看 EVM Trace**

这是 EVM 的交互式原始执行流程。它显示：

- 堆栈和内存指令
- 输入解码
- 存储写入
- 最终退出

应该看起来像这样：

![](https://img.learnblockchain.cn/2025/08/07/1u7F9fd4Y9xpAH0A0OWpsIw.png)

**从 Trace 确认成功**

如果我们只能访问原始 trace opcodes，我们仍然可以验证调用的成功：

我们的 `store()` 函数采用一个结构 `(uint256 number, string owner)`。让我们分别使用值 `25` 和 `"bob"` 调用它。

正如我们从之前的系列中记得的那样，我们需要编码我们的合约方法和参数，让我们探索如何使用 Anvil 完成：

```
 cast calldata "store((uint256,string))" "(25,"bob")"

// Output should be: 0xddd356b30000000000000000000000000000000000000000000000000000000000000020000000000000000000000000000000000000000000000000000000000000001900000000000000000000000000000000000000000000000000000000000000400000000000000000000000000000000000000000000000000000000000000003626f620000000000000000000000000000000000000000000000000000000000
```

现在当我们有了编码的数据，我们将模拟智能合约 `store` 方法：

```
cast rpc debug_traceCall \
  '{"to":"<your-contract-address>", "data":"0xddd356b30000000000000000000000000000000000000000000000000000000000000020000000000000000000000000000000000000000000000000000000000000001900000000000000000000000000000000000000000000000000000000000000400000000000000000000000000000000000000000000000000000000000000003626f620000000000000000000000000000000000000000000000000000000000"}' \
  latest | jq '.' > trace.json
```

> **_注意：_** _确保你的系统上已安装_ `jq` _，以便漂亮地打印 trace 输出。_

你将看到这样的输出：

```
{
  "failed": false,
  "gas": 52080,
  "returnValue": "",
  ...
}
```

1. 检查 `failed: false`
2. 查找最终 Opcode：`STOP` 或 `RETURN`

这意味着该函数已干净地退出。

## **跟踪失败的交易**

在这个智能合约示例中，大于 100 的数字将导致智能合约失败。因此，如果我们调用 `store((101, "too much"))`，它应该 revert。

**添加失败测试**

使用另一个测试方法更新测试文件：`test/Storage.t.sol`：

```
function testStoreStructReverts() public {
    Storage.my_storage_struct memory input = Storage.my_storage_struct({
        number: 101,
        owner: "too much"
    });

storageContract.store(input);
}
```

在不期望 Revert 的情况下运行它

```
forge test --match-test testStoreStructReverts
```

输出将是：

![](https://img.learnblockchain.cn/2025/08/07/1jJbTsk0wV1N3S62Vik8LSQ.png)

为了使测试通过（并且仍然跟踪它），请使用 Foundry 的 [作弊码](https://getfoundry.sh/forge/tests/cheatcodes)：

```
function testStoreStructReverts() public {
    Storage.my_storage_struct memory input = Storage.my_storage_struct({
        number: 101,
        owner: "too much"
    });

vm.expectRevert("Number too large");
    storageContract.store(input);
}
```

输出将是：

![](https://img.learnblockchain.cn/2025/08/07/1PMztzGVIhXE-Iv8ZhpGxMQ.png)

可以在 `debug` 模式下运行此程序以逐步查看执行情况

**从原始 Trace 确认失败**

执行与之前显示的数字 101 相同的过程，并将此文件保存到 `trace_fail.json` 将输出下一个文件：

```
{
  "failed": true,
  "gas": 23190,
  "returnValue": "08c379a0..."  // ABI 编码的错误字符串
  ...
}
```

1. 检查 `failed: true`
2. 查找最终 Opcode：`REVERT`

这意味着该函数失败了。

## **使用 Foundry 脚本跟踪和调试交易**

在我们之前的测试中，我们使用了 `forge test --debug` 来跟踪交易。虽然这可以让你逐步执行测试函数，但它**不会像我们要检查的** `store()` **函数那样逐步执行合约逻辑本身**。

可以通过 `forge test`、`forge script` 和 `cast run` 访问 Foundry 的调试器。在本节中，我们将重点介绍 `forge script`，它允许你逐步执行内部合约逻辑，否则这些逻辑将隐藏在测试包装器中。

**什么是 Forge 脚本**

在 Foundry 中，**Forge 脚本** 是一种**使用 Solidity 本身**编写部署或交互逻辑的方式，而不是使用诸如 `forge create` 之类的 CLI 命令或诸如 Hardhat 之类的外部 JavaScript 工具。

你可以将其视为：

_一个小型 Solidity 程序，可让你部署合约、调用函数或模拟交易，所有这些都在_ `run()` _函数中完成。_

_默认情况下，通过调用名为_ `run` _的函数来执行脚本_

它类似于你使用其他语言编写的脚本，但你不是用 JavaScript 或 Python 编写它们，而是直接用 Solidity 编写它们。

**调试脚本**

当你使用脚本时，Foundry 会像完整交易一样执行你的代码。这意味着每个函数调用（包括你的合约逻辑）都是**顶级执行**的一部分，你可以按 opcode 逐步执行它。

让我们编写一个脚本并将其保存在 `script/DebugStore.s.sol` 中

```
pragma solidity ^0.8.12;

import "forge-std/Script.sol";
import "../src/Storage.sol";

contract DebugStore is Script {
    function run() external {
        Storage s = new Storage();
        s.store(Storage.my_storage_struct({ number: 101, owner: "bob" }));
    }
}
```

要调试该脚本，我们将在终端中运行：

```
forge script script/DebugStore.s.sol:DebugStore \
  --fork-url http://localhost:8545 \
  --debug
```

> 注意：确保 `anvil` fork 在不同的终端中运行并公开 url：`http://localhost:8545`

你现在将进入一个交互式 opcode 调试器，你可以在其中：

- 使用 ↑ 和 ↓ 逐步执行每个 EVM 指令
- 准确了解 `store()` 在后台的工作方式
- 观看 calldata 解析 ( `CALLDATALOAD`)、条件检查 ( `GT`) 和存储写入 ( `SSTORE`)

**示例：**

![](https://img.learnblockchain.cn/2025/08/07/1PnREJ2TDnOZh_ioeHz8sHQ.png)

在这里，我们可以看到内部合约将 revert，因为我们传递的数字 > 100

> 注意：我们可以在调用 `store` 方法之前像之前在测试中所做的那样添加 `vm.expectRevert(...)`

## 总结：为什么理解 Traces 能让你成为更好的开发者

学习如何读取 EVM traces 可能感觉很底层，但它会很快带来回报。

- **Bug 搜寻**：Traces 准确地显示了哪个条件失败、`revert` 发生在何处以及存储是否已更改。
- **Gas 优化**：你可以查明哪些操作会消耗 gas（`SSTORE`、`CALLDATACOPY` 等），并了解编译器在幕后生成的内容。
- **工具和开发工作流程**：Traces 帮助你了解合约在测试、部署和交互过程中的行为，从而使调试和验证成为开发循环的自然组成部分。

掌握 EVM traces 可以为你提供巨大的优势。你不再猜测你的合约做了什么，而是像 EVM 一样，逐条指令地观察它的展开。

>- 原文链接： [medium.com/@andrey_obruc...](https://medium.com/@andrey_obruchkov/what-every-blockchain-developer-should-know-about-evm-internals-part-3-b6813d964592)
>- 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～

每个区块链开发者应该知道的 EVM 内部原理 — 第 3 部分

这是多部分系列文章：“每个区块链开发者应该知道的 EVM 内部原理”的第三篇也是最后一篇文章。 在这篇文章中，我们将逐步介绍 EVM 执行交易时实际发生的情况。我们将解开函数调用的内部跟踪，探索失败是如何冒泡的，并学习当出现问题时如何解释 EVM 的行为。这篇文章全部关于理解 EVM 在运行时如何处理你的代码，从堆栈移动到存储写入和 Gas 记账。

我们将探索：

1. EVM 开发者工具

2. 理解 debug_traceCall

3. 使用 Foundry 进行本地部署：从设置到合约

4. 跟踪和调试成功的交易

5. 跟踪和调试失败的交易

6. 使用 Foundry 脚本跟踪和调试交易

7. 总结：为什么理解 Traces 能让你成为更好的开发者

在本文结束时，你将知道如何读取和解释原始 EVM trace，包括堆栈移动、存储写入和失败点。这个基础将使你更有能力编写、调试和推理智能合约，达到工具和基础设施的水平。

EVM 开发者工具

在我们深入研究原始 EVM 内部原理之前，值得研究一下实际的开发者工具如何在实践中使用 traces，以及这些 traces 有助于解决哪些问题。

一个 trace 显示：

执行的每个 opcode
每一步的堆栈、内存和 程序计数器 (PC)
子调用（如外部合约调用）何时发生
读取或写入了哪些存储
revert 发生的位置和原因（如果发生）

让我们看看生态系统中一些最流行的工具如何使用 EVM traces：

Foundry → 用于开发和测试智能合约的快速、CLI 原生框架。它使用 EVM traces 在测试期间模拟和分析交易，从而可以轻松捕获错误，理解失败并验证合约行为，然后再进行部署。Foundry 在本地为你提供这种可见性，而无需部署或等待链上执行。它旨在让开发者充满信心地构建并有效地进行调试，trace 数据已深度集成到测试工作流程中。网络 fork 和模拟可在本地使用。
Hardhat → 灵活的开发环境，主要通过插件和内部开发工具使用 EVM traces。虽然默认情况下它不会直接公开 traces，但它会利用它们来增强测试反馈，从而在交易失败时显示错误消息、堆栈 traces 和调用数据。网络 fork 和模拟可在本地使用。
Tenderly → 用于模拟和调试智能合约交易的可视化平台。它使用 EVM traces 在一个丰富的 UI 中重建执行过程 —— 显示每一步的 opcodes、堆栈值、内存、存储差异和 Gas 成本。Tenderly 支持 网络 forking，允许你在隔离的环境中针对主网或支持的测试网的快照模拟交易。虽然它不提供与 Foundry 或 Hardhat 相同的本地控制，但它通过浏览器或 API 提供了强大的模拟功能 —— 包括 测试更改、模拟账户 和 预览 gas 使用量 的能力，而无需发送真实的交易。它对于检查实时交易行为和调试部署后复杂合约特别有用。
Blockscout → 这是一个与以太坊兼容链的区块浏览器。它使用 traces 显示在基本交易列表中不可见的内部合约调用、嵌套执行流程和价值转移。适用于已经挖出的交易，不提供模拟。它的作用是观察性的：帮助开发者和用户了解给定交易在确认后内部发生了什么。

所有这些工具都依赖于 EVM traces，但它们以不同的方式使用它们。

Foundry 和 Hardhat 将 traces 带入你的本地工作流程，使你可以控制执行、状态和模拟，从而进行快速的迭代测试。
Tenderly 提供了一个可视化模拟平台，支持网络 forking、账户模拟和深度 trace 检查 —— 但通过托管的 UI 或 API 而不是本地控制。
Blockscout 专注于 trace 可视化，而不是模拟 —— 它非常适合检查已经挖出的交易，但不允许你 fork 或测试假设。

在本文的其余部分中，我们将使用 Foundry，它在本地、可编写脚本的环境中为我们提供了完整的 trace 可见性，非常适合理解 EVM 的实际工作方式。

理解 `debug_traceCall`

要检查 EVM 实际如何执行交易，我们依赖于 debug 命名空间下的特殊 JSON-RPC 方法。这些方法不是标准以太坊 JSON-RPC API 的一部分，它们通常仅在 完整节点（如 Geth 或 Erigon，将在后面介绍）或本地开发节点（如 Foundry 使用的 Anvil）上可用。

两个最有用的方法是：

debug_traceTransaction —— 通过哈希跟踪已挖出的交易
debug_traceCall —— 模拟交易而不发送它，并返回完整的 trace

debug_traceCall : 它的作用

此 RPC 调用使我们可以模拟交易在给定状态下的执行方式，并为我们提供每个 EVM 步骤的详细 trace，包括：

在每个程序计数器（pc）处执行的 opcode
堆栈，内存和 存储访问
深度 (对于内部调用)
每个步骤使用的 Gas

这是我们将用来详细跟踪交易的工具，而无需实际挖掘它或修改区块链状态。

为什么 debug_traceCall 对开发者有用

与仅为你提供返回值的 eth_call（将在后面介绍）不同，debug_traceCall 告诉你 返回值是如何计算的 以及 EVM 在内部执行的操作。这使其对于以下方面非常宝贵：

调试 reverts 并准确了解它们发生的位置
在 opcode 级别分析 gas 使用情况
构建需要了解底层行为的 测试框架、索引器 或 浏览器
学习 EVM 如何处理 calldata、堆栈操作和存储更改

使用 Foundry 进行本地部署：从设置到合约

现在让我们使用 Foundry 跟踪一个真实的交易，其中包含一个稍微复杂的结构，包括 uint256 和动态 string。这将展示 EVM 不仅处理 calldata 解码和存储写入，还处理动态内存引用和编码偏移量。

pragma solidity ^0.8.12;

contract Storage {
    struct my_storage_struct {
        uint256 number;
        string owner;
    }

    my_storage_struct my_storage;

    function store(my_storage_struct calldata new_storage) public {
        if (new_storage.number > 100) {
            revert("Number too large");
        }
        my_storage = new_storage;
    }

    function retrieve() public view returns (my_storage_struct memory){
        return my_storage;
    }
}

在我们可以跟踪任何内容之前，让我们从零开始设置 Foundry，部署合约并在本地模拟交易。

本演练假定你具有基本的命令行经验并已安装 git。

步骤 1：安装 Foundry

Foundry 提供了一个快速的 CLI，用于测试、部署智能合约并与之交互。使用以下命令安装它：

curl -L https://foundry.paradigm.xyz | bash
foundryup

这将安装 forge（测试运行器）、cast（交易 + RPC CLI）和 anvil（本地 EVM 节点）

forge --version
cast --version
anvil --version

步骤 2：初始化一个新项目

mkdir evm-trace-demo
cd evm-trace-demo
forge init

这为你提供了：

用于合约的 src/ 文件夹
用于测试的 test/ 文件夹
用于 solidity 脚本的 script/ 文件夹
foundry.toml 配置文件

步骤 3：编写合约

在 src/Storage.sol 中，粘贴上面的合约。

步骤 4：编译合约

运行 forge build。你应该看不到任何错误，并且会生成一个 out/Storage.sol/Storage.json ABI 工件。

步骤 5：启动本地节点

通过运行以下命令启动 Foundry 的本地 EVM Anvil：

anvil

这将启动一个本地的、与 fork 兼容的链，并为你提供 10 个预先出资的测试帐户，它们的私钥以相同的顺序列出。

注意： 记下打印的第一个私钥和地址，我们将使用它们进行部署

并且你会看到我们新 fork 的链正在 http://localhost:8545 上运行

步骤 6：部署合约

使用 forge 部署合约：

forge create src/Storage.sol:Storage \
  --rpc-url http://localhost:8545 \
  --private-key &lt;your-key> \
  --broadcast

输出应如下所示：

[⠊] Compiling...
[⠒] Compiling 1 files with Solc 0.8.30
[⠢] Solc 0.8.30 finished in 37.11ms
Compiler run successful!
Deployer: &lt;your-address>
Deployed to: &lt;the-address-of-the-smart-contract>
Transaction hash: &lt;some-tx-hash>

注意： <your-key> 是上一个终端中打印的密钥之一。

没有 --braodcast forge 将只进行 dry-run，而不会部署在 Anvil 上。

这完成了你的本地设置。此时，你拥有：

已编译并部署的合约
正在运行的本地节点
对交易、存储和跟踪的完全控制

接下来，我们将模拟对 store() 函数的调用，并逐步探索 EVM 如何处理该调用。

跟踪成功的交易

让我们将所有理论付诸实践。在本节中，我们将为我们的 store((uint256,string)) 函数编写一个测试，使用 Foundry 运行它，检查 trace 输出，并了解如何使用 CLI 和原始 trace 数据确认交易成功。

编写测试

我们将从创建一个使用有效输入调用该函数的测试开始。在部署合约并运行本地节点后，让我们模拟一个成功存储数据的交易，并跟踪 EVM 在运行时如何精确地处理它。我们将使用 Foundry 的 cast CLI 对调用进行编码，将其发送到我们的本地节点，并使用 debug_traceCall 检查执行的每个步骤。

让我们将此测试添加到 test/Storage.t.sol：

// SPDX-License-Identifier: UNLICENSED
pragma solidity ^0.8.12;

import "forge-std/Test.sol";
import "../src/Storage.sol";

contract StorageTest is Test {
    Storage public storageContract;

    function setUp() public {
        storageContract = new Storage();
    }

    function testStoreStruct() public {
        Storage.my_storage_struct memory input = Storage.my_storage_struct({
            number: 25,
            owner: "bob"
        });

        storageContract.store(input);
    }
}

注意： setUp() 函数是一种特殊的 Foundry 方法，它在每次测试之抢跑。在这里，它部署了一个新的 Storage 合约实例。

使用以下命令在基本视图中运行测试：

forge test --match-test testStoreStruct -vvvvv

预期的输出将是：

使用 --debug 运行以查看 EVM Trace

这是 EVM 的交互式原始执行流程。它显示：

堆栈和内存指令
输入解码
存储写入
最终退出

应该看起来像这样：

从 Trace 确认成功

如果我们只能访问原始 trace opcodes，我们仍然可以验证调用的成功：

我们的 store() 函数采用一个结构 (uint256 number, string owner)。让我们分别使用值 25 和 "bob" 调用它。

正如我们从之前的系列中记得的那样，我们需要编码我们的合约方法和参数，让我们探索如何使用 Anvil 完成：

 cast calldata "store((uint256,string))" "(25,"bob")"

// Output should be: 0xddd356b30000000000000000000000000000000000000000000000000000000000000020000000000000000000000000000000000000000000000000000000000000001900000000000000000000000000000000000000000000000000000000000000400000000000000000000000000000000000000000000000000000000000000003626f620000000000000000000000000000000000000000000000000000000000

现在当我们有了编码的数据，我们将模拟智能合约 store 方法：

cast rpc debug_traceCall \
  '{"to":"&lt;your-contract-address>", "data":"0xddd356b30000000000000000000000000000000000000000000000000000000000000020000000000000000000000000000000000000000000000000000000000000001900000000000000000000000000000000000000000000000000000000000000400000000000000000000000000000000000000000000000000000000000000003626f620000000000000000000000000000000000000000000000000000000000"}' \
  latest | jq '.' > trace.json

注意： 确保你的系统上已安装 jq ，以便漂亮地打印 trace 输出。

你将看到这样的输出：

{
  "failed": false,
  "gas": 52080,
  "returnValue": "",
  ...
}

检查 failed: false
查找最终 Opcode：STOP 或 RETURN

这意味着该函数已干净地退出。

跟踪失败的交易

在这个智能合约示例中，大于 100 的数字将导致智能合约失败。因此，如果我们调用 store((101, "too much"))，它应该 revert。

添加失败测试

使用另一个测试方法更新测试文件：test/Storage.t.sol：

function testStoreStructReverts() public {
    Storage.my_storage_struct memory input = Storage.my_storage_struct({
        number: 101,
        owner: "too much"
    });

    storageContract.store(input);
}

在不期望 Revert 的情况下运行它

forge test --match-test testStoreStructReverts

输出将是：

为了使测试通过（并且仍然跟踪它），请使用 Foundry 的作弊码：

function testStoreStructReverts() public {
    Storage.my_storage_struct memory input = Storage.my_storage_struct({
        number: 101,
        owner: "too much"
    });

    vm.expectRevert("Number too large");
    storageContract.store(input);
}

输出将是：

可以在 debug 模式下运行此程序以逐步查看执行情况

从原始 Trace 确认失败

执行与之前显示的数字 101 相同的过程，并将此文件保存到 trace_fail.json 将输出下一个文件：

{
  "failed": true,
  "gas": 23190,
  "returnValue": "08c379a0..."  // ABI 编码的错误字符串
  ...
}

检查 failed: true
查找最终 Opcode：REVERT

这意味着该函数失败了。

使用 Foundry 脚本跟踪和调试交易

在我们之前的测试中，我们使用了 forge test --debug 来跟踪交易。虽然这可以让你逐步执行测试函数，但它不会像我们要检查的 store() 函数那样逐步执行合约逻辑本身。

可以通过 forge test、forge script 和 cast run 访问 Foundry 的调试器。在本节中，我们将重点介绍 forge script，它允许你逐步执行内部合约逻辑，否则这些逻辑将隐藏在测试包装器中。

什么是 Forge 脚本

在 Foundry 中，Forge 脚本 是一种使用 Solidity 本身编写部署或交互逻辑的方式，而不是使用诸如 forge create 之类的 CLI 命令或诸如 Hardhat 之类的外部 JavaScript 工具。

你可以将其视为：

一个小型 Solidity 程序，可让你部署合约、调用函数或模拟交易，所有这些都在 run() 函数中完成。

默认情况下，通过调用名为 run 的函数来执行脚本

它类似于你使用其他语言编写的脚本，但你不是用 JavaScript 或 Python 编写它们，而是直接用 Solidity 编写它们。

调试脚本

当你使用脚本时，Foundry 会像完整交易一样执行你的代码。这意味着每个函数调用（包括你的合约逻辑）都是顶级执行的一部分，你可以按 opcode 逐步执行它。

让我们编写一个脚本并将其保存在 script/DebugStore.s.sol 中

pragma solidity ^0.8.12;

import "forge-std/Script.sol";
import "../src/Storage.sol";

contract DebugStore is Script {
    function run() external {
        Storage s = new Storage();
        s.store(Storage.my_storage_struct({ number: 101, owner: "bob" }));
    }
}

要调试该脚本，我们将在终端中运行：

forge script script/DebugStore.s.sol:DebugStore \
  --fork-url http://localhost:8545 \
  --debug

注意：确保 anvil fork 在不同的终端中运行并公开 url：http://localhost:8545

你现在将进入一个交互式 opcode 调试器，你可以在其中：

使用 ↑ 和 ↓ 逐步执行每个 EVM 指令
准确了解 store() 在后台的工作方式
观看 calldata 解析 ( CALLDATALOAD)、条件检查 ( GT) 和存储写入 ( SSTORE)

示例：

在这里，我们可以看到内部合约将 revert，因为我们传递的数字 > 100

注意：我们可以在调用 store 方法之前像之前在测试中所做的那样添加 vm.expectRevert(...)

总结：为什么理解 Traces 能让你成为更好的开发者

学习如何读取 EVM traces 可能感觉很底层，但它会很快带来回报。

Bug 搜寻：Traces 准确地显示了哪个条件失败、revert 发生在何处以及存储是否已更改。
Gas 优化：你可以查明哪些操作会消耗 gas（SSTORE、CALLDATACOPY 等），并了解编译器在幕后生成的内容。
工具和开发工作流程：Traces 帮助你了解合约在测试、部署和交互过程中的行为，从而使调试和验证成为开发循环的自然组成部分。

掌握 EVM traces 可以为你提供巨大的优势。你不再猜测你的合约做了什么，而是像 EVM 一样，逐条指令地观察它的展开。

原文链接： medium.com/@andrey_obruc...

登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～

翻译
学分: 73
分类: 以太坊
标签: EVM debug_traceCall Foundry Hardhat tenderly 智能合约调试

本文参与登链社区写作激励计划，好文好收益，欢迎正在阅读的你也加入。

每个区块链开发者应该了解的EVM内部原理 — 第三部分

每个区块链开发者应该知道的 EVM 内部原理 — 第 3 部分

EVM 开发者工具

理解 `debug_traceCall`

使用 Foundry 进行本地部署：从设置到合约

跟踪成功的交易

跟踪失败的交易

使用 Foundry 脚本跟踪和调试交易

总结：为什么理解 Traces 能让你成为更好的开发者

0 条评论

文章目录

每个区块链开发者应该了解的EVM内部原理 — 第三部分

每个区块链开发者应该知道的 EVM 内部原理 — 第 3 部分

EVM 开发者工具

理解 debug_traceCall

使用 Foundry 进行本地部署：从设置到合约

跟踪成功的交易

跟踪失败的交易

使用 Foundry 脚本跟踪和调试交易

总结：为什么理解 Traces 能让你成为更好的开发者

0 条评论

文章目录

理解 `debug_traceCall`