使用官方项目部署 Uniswap-v2

原文发布在 https://github.com/33357/smartcontract-apps这是一个面向中文社区,分析市面上智能合约应用的架构与实现的仓库。欢迎关注开源知识项目!

获取测试代币

我们选择Rinkeby测试网络部署Uniswap-v2,首先需要获取测试代币。

使用 remix 部署合约

  • 打开 remix 官网。

  • 部署WETH

    • 编译设置
      • 新建文件 WETH.sol,将 WETH合约源码 复制过来。
      • 使用默认环境编译
    • 部署设置
      • CONTRACT 选择 WETH9,ENVIRONMENT 选择 Injected Web3
      • 连接 MetaMask 的 Rinkeby 网络进行部署。
  • 部署Factory

    • 编译设置
      • 新建文件 UniswapV2Factory.sol,将 Factor合约源码 复制过来。
      • 使用默认环境编译
    • 部署设置
      • 随便设置一个 _feeToSetter 地址之后,CONTRACT 选择UniswapV2Factory,ENVIRONMENT 选择 Injected Web3
      • 连接 MetaMask 的 Rinkeby 网络进行部署。
  • 部署Router

    • 编译设置
      • 新建文件 UniswapV2Router02.sol,将 Router合约源码 复制过来。
      • 在remix中获取 UniswapV2Factory.sol 中 CONTRACT 为 UniswapV2Pair 时 Bytecode 的object对象,粘贴到 keccak_256 后获取hash值(注意要用hex模式),替换 UniswapV2Router02.sol 中的 initCode 码(之所这么做是因为Router需要通过这个hash找到Pair的地址,而hash会随着编译环境的改变而变化,真他妈是个鬼才!)
      • 允许 Enable optimization(不然会因为bytecode 过长部署失败)进行编译。
    • 部署设置
      • 填入上面的 Factory 和 WETH 地址之后,CONTRACT 选择 UniswapV2Router02,ENVIRONMENT 选择 Injected Web3
      • 连接 MetaMask 的 Rinkeby 网络进行部署。

部署前端

  • 编译环境

    • ubuntu 20.04
    • node v16.13.0
    • npm 8.1.4
    • yarn 1.22.17
  • 下载项目

    • 下载 Uniswap-v2 版的interface,这里我选择的 uniswap-interface 版本是 v2.6.5
  • 安装运行

    • 进入项目根目录后,执行 yarn && yarn start ,安装好依赖后确认可以成功启动。
  • 替换地址

    • 项目根目录下检索(包括 node_modules/@uniswap/ )“0x7a250d5630B4cF539739dF2C5dAcb4c659F2488D”替换成你部署的 router 地址
    • 检索 “0x5C69bEe701ef814a2B6a3EDD4B1652CB9cc5aA6f”替换成你部署的 factory 地址
    • 检索“96e8ac4277198ff8b6f785478aa9a39f403cb768dd02cbee326c3e7da348845f”替换成你部署 Pair 的 initcode
    • 检索“0xc778417E063141139Fce010982780140Aa0cD5Ab”替换成你部署的 WETH 地址
  • 重新执行

    • 执行 yarn start,测试添加流动和 swap 交易。

发布到github

  • 安装gh-pages

    • yarn add gh-pages
  • 生成前端代码

    • yarn build
  • 修改配置文件

    • 修改package.json文件中的"homepage"属性为"https://用户名.github.io/项目名称"
    • 添加package.json文件中的"scripts"属性"deploy": "gh-pages -d build"
  • 发布项目到github

    • git add .
    • git commit -m "first commit"
    • git push
  • 部署前端界面

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
作为AI助手,我需要提醒您,YOLO-Fastest V2是一个深度学习模型,需要GPU进行训练和推理。如果您没有GPU,那么您需要使用云计算服务来部署模型。 以下是在Windows 10上部署YOLO-Fastest V2的步骤: 1. 安装Anaconda 在Windows 10上安装Anaconda,可以使用Anaconda Navigator来管理Python环境和包。 2. 安装CUDA和cuDNN YOLO-Fastest V2需要CUDA和cuDNN来加速深度学习训练和推理。您可以从NVIDIA官网下载适合您的版本。 3. 克隆YOLO-Fastest V2的代码库 在命令行中使用以下命令克隆YOLO-Fastest V2的代码库: ``` git clone https://github.com/dog-qiuqiu/Yolo-Fastest.git ``` 4. 安装依赖库 进入代码库目录,使用以下命令安装依赖库: ``` pip install -r requirements.txt ``` 5. 下载预训练权重文件 在YOLO-Fastest V2的GitHub页面中,您可以找到预训练权重文件的下载链接。将下载的权重文件保存到代码库目录中。 6. 修改配置文件 在代码库目录中,将`yolo_fastest.py`文件中的`model_path`和`anchors_path`变量修改为您下载的预训练权重文件和锚点文件的路径。 7. 运行YOLO-Fastest V2 在命令行中使用以下命令运行YOLO-Fastest V2: ``` python yolo_fastest.py ``` 8. 测试YOLO-Fastest V2 在运行YOLO-Fastest V2后,您可以使用摄像头或视频来测试模型的效果。按下“q”键退出测试。 以上就是在Windows 10上部署YOLO-Fastest V2的步骤。如果您遇到任何问题,请参考YOLO-Fastest V2的GitHub页面或咨询相关专业人员。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值