Popper: 实时跨浏览器自动化测试工具
2024-05-22 09:13:02作者:韦蓉瑛
Popper: 实时跨浏览器自动化测试工具
在Web的广泛普及中,其痛点在于进行准确的测试变得复杂。常常见到模糊的浏览器兼容性声明,如“IE9+”,仿佛只要IE9能工作,其他所有操作系统和平台组合都应无问题!对于那些需要更真实数据的人,Popper模块让早期开发周期中的测试变得轻松许多,甚至可以实时进行。

这是Ripple v0.3在最新Chrome,Firefox,IE,Android和iOS上的测试结果快照。
功能特性
- 使用BrowserStack和Sauce Labs孵化代理。
- 支持多仓库测试,即使一个模块的变动可能影响其他模块(例如utilise的microlibs或Ripple v0.3)。
- 在实时中聚合每个仓库、每个浏览器以及全局的结果。
- 文件变更时自动重跑测试。
- 打开自己的浏览器标签作为测试代理,适合企业环境使用。
- 自动识别操作系统/浏览器,并提供简单图标。
- 提供命令行接口(CLI),默认设置便利。
.popper.yml文件可为每个仓库持久化配置测试参数。- 代理控制台/错误语句,使远程调试移动设备更加容易。
- 强制在特定代理上重新运行测试。
- 查看结果页面快照流,由代理产生。
- 集成持续集成(CI),通过
npm test调用popper,如果所有定义的浏览器测试通过,将干净退出。 - 可以增加CI超时时间,通过
POPPER_TIMEOUT=毫秒设置。 - 可选隧道功能,允许完全禁用ngrok隧道。
- 添加自己的远程农场。
- 添加自定义的测试运行器。
使用方法
全局安装:
npm i -g popper
局部安装:
npm i -D popper
运行:
popper
开启调试模式并查看日志:
NODE_ENV=debug popper
如果你设置了BROWSERSTACK_USERNAME和BROWSERSTACK_KEY环境变量,Popper会使用BrowserStack启动测试代理。
运行时,打开localhost:1945进行测试,同时保持localhost:1945/dashboard打开来查看测试结果的实时更新。
CLI选项
你可以通过命令行、YAML或JS API设置以下选项:
使用: popper
选项:
-b, --browsers: 要运行测试的浏览器,默认无
-t, --test: 用于生成测试捆绑包的命令, 默认为 "browserify test.js"
-p, --port: 运行的端口,默认为1945
-w, --watch: 监听文件变化的文件或目录,默认为当前目录
-n, --notunnel: 禁止打开隧道,默认开启
-l, --timeout: CI模式下等待结果的最大时间,默认为POPPER_TIMEOUT或20000
-r, --runner: 测试运行器,可选'mocha' 或 'tape',默认为'mocha'
-f, --farm: 远程浏览器农场,默认为browserstack
默认选项
如果没有从本地YAML配置或命令行参数提供某些选项,它们将使用以下默认值:
- 全局:
none - 浏览器:
none - 测试:
browserify test.js - 端口:
1945 - 监听:
.(当前目录) - 关闭隧道:
false - 运行器:
mocha - 超时时间:
process.env.POPPER_TIMEOUT || 20000 - 农场:
browserstack
YAML配置(示例)
可以参考utilise的配置和rijs/reactive的配置。
JS API配置(示例)
参考Ripple的配置。
应用场景
Popper适用于任何需要跨浏览器实时测试的项目,无论是在个人项目还是大型团队协作中。特别是当你需要确保你的代码在各种浏览器环境下都能正常工作,或者在持续集成环境中快速验证新代码的兼容性时,它都是理想的选择。
项目特点
- 实时性:文件改变即触发重新测试,立即反馈结果。
- 灵活性:支持多种配置方式(CLI、YAML、JS API)适应不同需求。
- 扩展性:可以通过添加农场和测试运行器来自定义测试环境。
- 自动化:与CI系统集成,一键完成多浏览器测试。
总之,Popper是现代前端开发者进行跨浏览器自动化测试的强大工具,它的强大功能和易用性使得测试变得更加简单高效。无论是个人开发者,还是团队协作,都可以考虑将其纳入日常的开发流程,提升产品质量和效率。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
724
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
198
74
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!
C
1.03 K
460