Storybook 8.5 发布:全面升级UI测试与可访问性能力
Storybook 是一个流行的前端开发工具,它允许开发者以隔离的方式构建、测试和文档化UI组件。作为UI开发的"工作台",Storybook 8.5版本带来了多项重大改进,特别是在测试和可访问性方面。
实时可访问性测试
8.5版本对可访问性测试进行了全面革新。新版本引入了实时可访问性测试功能,帮助开发者在构建UI时就能发现并修复可访问性问题。这一改进使得构建符合无障碍标准的UI变得更加容易和高效。
技术实现上,Storybook现在能够实时运行axe-core测试,并在UI中直观地展示结果。开发者不再需要等待专门的测试流程,而是在开发过程中就能获得即时反馈。
项目代码覆盖率
测试覆盖率是衡量测试完整性的重要指标。8.5版本新增了项目代码覆盖率功能,可以清晰地展示哪些代码被测试覆盖,哪些部分需要更多测试关注。
这一功能通过集成Vitest的覆盖率报告实现,开发者可以在Storybook界面中直接查看覆盖率数据,包括行覆盖率、函数覆盖率和分支覆盖率等关键指标。
聚焦测试模式
为了提高开发效率,8.5版本引入了聚焦测试模式。开发者可以选择只运行当前关注的测试,而不是整个测试套件,从而获得更快的反馈循环。
这一功能特别适合在开发新功能或修复bug时使用,可以显著减少等待测试运行的时间,提高开发者的工作效率。
React Native Web Vite框架支持
8.5版本实验性地支持了React Native Web Vite框架。这意味着开发者现在可以使用Storybook来开发和测试React Native的Web版本组件。
这一支持使得React Native开发者能够利用Storybook的强大功能来构建和测试跨平台的UI组件,进一步扩展了Storybook的应用场景。
React 19支持
随着React 19的发布,Storybook 8.5也提供了对React 19的兼容支持。这意味着使用最新版React的开发者可以无缝集成Storybook到他们的开发流程中。
测试功能早期体验计划
8.5版本推出了Storybook测试功能的早期体验计划。开发者可以通过这一计划提前体验和反馈即将推出的测试相关功能,帮助Shape Storybook未来的测试能力发展方向。
其他重要改进
除了上述主要功能外,8.5版本还包含了许多其他改进:
- 改进了Vitest集成,支持Vitest 3
- 优化了测试结果展示UI
- 修复了多个框架的兼容性问题
- 提升了整体性能和稳定性
总结
Storybook 8.5通过引入实时可访问性测试、代码覆盖率分析和聚焦测试等新功能,进一步巩固了其作为前端开发首选工具的地位。这些改进不仅提高了开发效率,也帮助团队构建更高质量、更可访问的UI组件。
对于已经使用Storybook的团队,8.5版本提供了升级的充分理由;对于尚未采用Storybook的团队,现在是一个很好的开始时机。随着测试能力的不断增强,Storybook正在从一个单纯的UI开发工具,逐步发展成为完整的UI开发和测试平台。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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