Yeti 自动化测试工具技术文档
1. 安装指南
1.1 安装 Node.js
Yeti 依赖于 Node.js,因此首先需要安装 Node.js。你可以从 Node.js 官网 下载源码或预编译的安装包。
1.2 安装 Yeti
安装 Node.js 后,使用 npm
命令全局安装 Yeti:
npm install -g yeti
2. 项目使用说明
2.1 运行 Yeti
安装完成后,你可以通过以下命令运行 Yeti:
yeti test/*.html
该命令会启动一个本地服务器,地址为 http://localhost:9000
,并等待浏览器连接。你可以打开浏览器并访问该地址,然后按下回车键开始测试。
2.2 退出状态码
Yeti 在测试完成后会自动退出,并返回以下状态码:
0
:测试完成且所有测试通过。1
:发生错误,导致测试未能完成。3
:测试完成但部分测试失败。
这些状态码对于程序化使用 Yeti 非常有用。
2.3 JUnit XML 输出
Yeti 支持生成 JUnit XML 格式的输出,适用于 Jenkins 等 CI 系统。使用 --junit
选项生成 XML 文件:
yeti --junit test/*.html > yeti.xml
2.4 代码覆盖率
Yeti 支持生成代码覆盖率报告。使用 -c
或 --coverage
选项生成覆盖率报告:
yeti -c
你可以通过 --coverage-report
选项指定报告类型,例如 lcov
、html
等。
3. 项目 API 使用文档
3.1 启动 Yeti Hub
为了节省时间,你可以启动一个 Yeti Hub:
yeti --server
该命令会在本地启动一个 Yeti Hub,监听端口 9000。你可以将浏览器指向该地址,以便在不需要重新连接浏览器的情况下运行测试。
3.2 共享 Yeti Hub
你可以与其他开发者共享 Yeti Hub。首先,启动一个 Hub:
yeti --server --port 80
然后,其他开发者可以通过以下命令连接到该 Hub:
yeti --hub http://test.yeti.cx/ test/*.html
3.3 浏览器启动
你可以通过 wd-url
选项将 Yeti 连接到 Selenium 2 Hub,并使用 caps
选项启动浏览器进行测试。例如,启动两个 Firefox 浏览器:
yeti --hub http://example.com --wd-url http://localhost:4444 --caps "browserName=firefox" --caps "browserName=firefox"
4. 项目安装方式
4.1 通过 npm 安装
Yeti 可以通过 npm 全局安装:
npm install -g yeti
4.2 手动安装
如果你需要手动安装 Yeti,可以从 GitHub 克隆项目并运行以下命令:
git clone https://github.com/yui/yeti.git
cd yeti
npm install
安装完成后,你可以使用 node bin/yeti
命令运行 Yeti。
通过以上文档,你应该能够顺利安装、配置和使用 Yeti 自动化测试工具。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









