Marlowe được viết dưới dạng kiểu dữ liệu Haskell, và do đó, việc mô tả các hợp đồng thông minh của Marlowe bằng Haskell rất dễ hiểu. Nhưng vì hợp đồng Marlowe “chỉ là” một dạng dữ liệu, chúng ta có thể trình bày chúng bằng các ngôn ngữ khác một cách tốt như nhau.
Trước khi chạy sổ ghi chép này, bạn có thể muốn sử dụng chức năng "xóa đầu ra" của Jupyter để xóa kết quả thực hiện trước đó của sổ ghi chép này. Điều đó sẽ làm rõ hơn những gì đã được thực thi trong phiên hiện tại.
Hướng dẫn này cung cấp tổng quan về các ý tưởng đằng sau Marlowe, như một ngôn ngữ ngành riêng biệt được nhúng trong Haskell. Nó cũng giới thiệu các cam kết và thời gian chờ, là trọng tâm của cách Marlowe hoạt động trong bối cảnh blockchain.
Ngôn ngữ Marlowe được thiết kế để có ít cạm bẫy và khó hiểu nhất có thể, để các hợp đồng có thể được viết một cách trực quan, tránh bất kỳ sự bất ngờ nào. Tuy nhiên, theo thiết kế, không thể loại trừ tất cả các hợp đồng không nên được viết, mà không làm cho Marlowe khó sử dụng hơn nhiều. Hơn nữa, ngay cả khi một hợp đồng được viết tốt, người dùng của nó vẫn có thể tương tác với nó theo những cách không hợp lệ, bằng cách đưa ra các giao dịch vô hiệu.
Một tính năng đặc biệt của Marlowe - có lẽ là tính năng đặc biệt nhất của nó - là chúng ta có thể phân tích các hợp đồng và suy ra các thuộc tính của chúng mà không cần chạy chúng.
Hướng dẫn này giới thiệu về ý tưởng chung của các tiêu chuẩn ACTUS để trình bày theo thuật toán của các hợp đồng tài chính, cùng với các ví dụ được triển khai trong Marlowe.
Hướng dẫn này chỉ cho bạn cách sử dụng Marlowe từ bên trong Haskell và đặc biệt cho thấy cách thực hiện hợp đồng bằng cách sử dụng ngữ nghĩa đã cho trước đó.
Hướng dẫn này giải thích phiên bản mới nhất của Marlowe khác với các phiên bản ngôn ngữ trước đó như thế nào.
Hướng dẫn tạo hợp đồng dựa trên hợp đồng ủy thác.
Cho đến nay, những hướng dẫn này đã xử lý Marlowe như một hiện vật 'độc lập'; hướng dẫn này mô tả cách Marlowe được triển khai trên blockchain, sử dụng 'chuỗi mô phỏng' cung cấp mô phỏng có độ chính xác cao của lớp Cardano SL.
Hướng dẫn này cung cấp ngữ nghĩa chính thức cấp cao của Marlowe 2.0 bằng cách mô tả các loại đầu vào được hỗ trợ và các chức năng ngữ nghĩa chính.
Marlowe được thiết kế để hỗ trợ thực hiện các hợp đồng tài chính trên blockchain và đặc biệt là hoạt động trên Cardano. Hợp đồng được xây dựng bằng cách tập hợp một số lượng nhỏ các cấu trúc có thể được kết hợp để mô tả nhiều loại hợp đồng tài chính khác nhau.
Trước khi chạy sổ ghi chép này, bạn có thể muốn sử dụng chức năng "xóa đầu ra" của Jupyter để xóa kết quả thực hiện trước đó của sổ ghi chép này. Điều đó sẽ làm rõ hơn những gì đã được thực thi trong phiên hiện tại.
Trước khi chạy sổ ghi chép này, bạn có thể muốn sử dụng chức năng "xóa đầu ra" của Jupyter để xóa kết quả thực hiện trước đó của sổ ghi chép này. Điều đó sẽ làm rõ hơn những gì đã được thực thi trong phiên hiện tại.
Marlowe có sáu cách xây dựng hợp đồng. Năm trong số này là Pay,Let,If,When và Assert xây dựng một hợp đồng phức tạp từ các hợp đồng đơn giản hơn, và thứ sáu là Close là một hợp đồng đơn giản. Tại mỗi bước thực hiện, cũng như trả lại trạng thái mới và hợp đồng tiếp tục, có thể các hiệu ứng - thanh toán - và cảnh báo cũng có thể được tạo ra.
Trước khi chạy sổ ghi chép này, bạn có thể muốn sử dụng chức năng "xóa đầu ra" của Jupyter để xóa kết quả thực hiện trước đó của sổ ghi chép này. Điều đó sẽ làm rõ hơn những gì đã được thực thi trong phiên hiện tại.
Hướng dẫn này giới thiệu một hợp đồng tài chính đơn giản trong mã giả, trước khi giải thích cách nó được sửa đổi để hoạt động trong Marlowe, đưa ra ví dụ đầu tiên về hợp đồng Marlowe.
Trước khi chạy sổ ghi chép này, bạn có thể muốn sử dụng chức năng "xóa đầu ra" của Jupyter để xóa kết quả thực hiện trước đó của sổ ghi chép này. Điều đó sẽ làm rõ hơn những gì đã được thực thi trong phiên hiện tại.
Cho đến nay trong các hướng dẫn này, chúng ta đã tập trung vào việc xây dựng các hợp đồng trong phiên bản văn bản của Marlowe, được nhúng trong Haskell, các hợp đồng Marlowe cũng có thể được xây dựng bằng cách sử dụng môi trường lập trình trực quan Blockly, như chúng ta mô tả ở đây.
Hướng dẫn này chính thức giới thiệu Marlowe như một kiểu dữ liệu Haskell, cũng như trình bày các kiểu khác nhau được sử dụng bởi mô hình và thảo luận một số giả định về cơ sở hạ tầng mà các hợp đồng sẽ được chạy. Nó cũng giới thiệu Extended Marlowe mà chúng ta sử dụng để mô tả các mẫu hợp đồng trong Marlowe.
Trước khi chạy sổ ghi chép này, bạn có thể muốn sử dụng chức năng "xóa đầu ra" của Jupyter để xóa kết quả thực hiện trước đó của sổ ghi chép này. Điều đó sẽ làm rõ hơn những gì đã được thực thi trong phiên hiện tại.
Trong hướng dẫn này, chúng ta quay lại ví dụ ký quỹ và chỉ ra cách chúng ta có thể sử dụng việc nhúng Marlowe vào Haskell để tạo ra các mô tả dễ đọc hơn, mô-đun và có thể tái sử dụng về các hợp đồng Marlowe.
Hướng dẫn này giới thiệu tổng quan về Marlowe Playground, một công cụ trực tuyến cho phép người dùng tạo, phân tích, tương tác và mô phỏng hoạt động của các hợp đồng Marlowe được nhúng.
Ngày 24 tháng 07 năm 2023 - Chia sẻ bài viết này trên Twitter | Facebook | Telegram
Video các bài giảng Marlowe - Blockly, thực hiện bởi Cardano.vn, tài trợ bởi Catalyst - Fund 11.
Tài liệu này dành cho người mới bắt đầu với Marlowe, cung cấp một cái nhìn tổng quan về các hướng dẫn của Marlowe. Tài liệu được biên dịch và biên tập lại bởi fimi.vn
Ngày 22 tháng 06 năm 2023 - Chia sẻ bài viết này trên Twitter | Facebook | Telegram
Các hướng dẫn trong phần này được sắp xếp theo thứ tự. Chúng là nội dung được tìm thấy trong Marlowe Starter Kit. Bạn nên làm quen với sổ ghi chép Jupyter, nhưng các bước có thể được thực hiện trong thiết bị đầu cuối.
Bài giảng của Chương trình Marlowe Pioneer Program (Người tiên phong Marlowe) lần 1.
Ngày 31 tháng 05 năm 2023 - Chia sẻ bài viết này trên Twitter | Facebook | Telegram
Ngày 15 tháng 05 năm 2024 - Chia sẻ bài viết này trên Twitter | Facebook | Telegram
Ngày 28 tháng 7 năm 2023 - Chia sẻ bài viết này trên Twitter | Facebook | Telegram
Bài viết này giải thích ngắn gọn và tổng hợp các đường dẫn (link) để độc giả có thể tra cứu và tham chiếu nhanh đến các bài viết nghiên cứu học thuật chuyên sâu của IOG.