Vitest VSCode 插件使用教程
2026-01-18 09:46:56作者:何将鹤
项目介绍
Vitest 是一个基于 Vite 的极速单元测试框架。它旨在提供一个快速、简单且功能强大的测试解决方案。Vitest VSCode 插件为开发者提供了在 VSCode 中直接运行和调试 Vitest 测试的能力,极大地提高了开发效率。
项目快速启动
安装插件
首先,在 VSCode 的扩展市场中搜索并安装 Vitest 插件。
配置项目
确保你的项目中已经安装了 vitest 和 @vitejs/plugin-react(如果你使用的是 React)。如果没有,可以通过以下命令安装:
npm install vitest @vitejs/plugin-react --save-dev
在你的 vite.config.js 文件中添加以下配置:
import { defineConfig } from 'vite';
import react from '@vitejs/plugin-react';
export default defineConfig({
plugins: [react()],
test: {
globals: true,
environment: 'jsdom',
},
});
编写测试
创建一个 __tests__ 目录,并在其中编写你的测试文件,例如 example.test.js:
import { describe, it, expect } from 'vitest';
describe('example', () => {
it('should pass', () => {
expect(1 + 1).toBe(2);
});
});
运行测试
在 VSCode 中打开测试文件,点击编辑器右上角的运行测试按钮,或者使用命令面板中的 Vitest: Run Test 命令来运行测试。
应用案例和最佳实践
应用案例
Vitest 可以用于各种前端项目的单元测试,特别是那些使用 Vite 构建的项目。例如,你可以使用 Vitest 来测试 React 组件、Vue 组件或者纯 JavaScript 模块。
最佳实践
- 模块化测试:将测试文件与源代码文件放在同一目录下,便于管理和查找。
- 使用 describe 和 it 组织测试:使用
describe来组织测试套件,使用it来编写具体的测试用例。 - 使用 expect 断言:使用
expect来编写断言,确保测试的准确性。 - 覆盖率报告:使用 Vitest 提供的覆盖率报告功能,确保测试覆盖到代码的各个部分。
典型生态项目
Vitest 作为一个基于 Vite 的测试框架,与 Vite 生态紧密结合。以下是一些典型的生态项目:
- Vite:一个极速的前端构建工具,Vitest 就是基于 Vite 构建的。
- React:一个流行的前端框架,Vitest 提供了对 React 组件的测试支持。
- Vue:另一个流行的前端框架,Vitest 同样支持 Vue 组件的测试。
- TypeScript:一个类型检查工具,Vitest 完全支持 TypeScript。
通过这些生态项目的结合,Vitest 能够为开发者提供一个全面且高效的测试解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134