Selenide v7.7.0 版本发布:新增 Moon 浏览器支持与滚动控制功能
项目简介
Selenide 是一个基于 Selenium WebDriver 的轻量级测试框架,它简化了 Web 应用程序的自动化测试流程。Selenide 提供了简洁的 API 和强大的内置功能,如自动等待机制、简单的断言方法和简洁的选择器语法,使得编写稳定可靠的 UI 测试变得更加容易。
版本亮点
1. 新增 Moon 浏览器自动化解决方案支持
Selenide v7.7.0 版本正式加入了对 Moon 浏览器自动化解决方案的支持。Moon 是一个基于 Kubernetes 的浏览器自动化平台,特别适合在云环境中运行大规模的浏览器测试。通过这一集成,Selenide 用户现在可以轻松地将他们的测试扩展到 Moon 平台上运行,享受云浏览器测试带来的便利和扩展性。
2. 增强的滚动控制功能
新版本引入了 $.scroll() 方法,提供了更精细的页面滚动控制能力。与之前版本相比,这个新方法允许开发者指定滚动的方向和距离,使得测试脚本能够更精确地控制页面滚动行为。这在测试现代单页应用(SPA)或具有复杂滚动行为的页面时尤为有用。
方法签名类似于:
$(selector).scroll(Direction.UP, 100); // 向上滚动100像素
$(selector).scroll(Direction.DOWN, 50); // 向下滚动50像素
3. 调试日志增强
为了帮助开发者更好地理解和调试测试执行过程,v7.7.0 增加了关于添加和移除事件监听器的详细调试日志。这些日志信息可以帮助开发者追踪 Selenide 内部的事件处理机制,特别是在处理复杂交互或调试测试失败时非常有用。
4. 安全更新与依赖升级
本次版本包含了对 BrowserUpProxy 相关证书的更新,确保代理功能的安全性。同时,项目也更新了多个关键依赖:
- Netty 升级至 4.1.116.Final 版本
- LittleProxy 升级至 2.4.0 版本
- Commons Text 升级至 1.13.0 版本
- Guava 升级至 33.4.0-jre 版本
这些依赖更新不仅带来了性能改进,还修复了已知的问题,提高了整个框架的稳定性和安全性。
技术深度解析
Moon 浏览器集成背后的技术
Moon 的集成意味着 Selenide 现在支持又一种云浏览器解决方案。在实现上,这涉及到对 Selenium RemoteWebDriver 的扩展,以及对 Moon 特定配置参数的支持。开发者现在可以通过 Selenide 的标准配置方式指定 Moon 作为目标浏览器,而无需编写额外的适配代码。
滚动控制的实现原理
新的 $.scroll() 方法底层利用了 JavaScript 执行能力,通过注入脚本来精确控制页面滚动。这种方法比传统的基于动作链的滚动方式更加可靠,因为它直接操作 DOM 而不是模拟用户行为,减少了因浏览器差异或渲染延迟导致的问题。
升级建议
对于现有用户,升级到 v7.7.0 版本是推荐的,特别是:
- 计划使用云浏览器测试解决方案的团队
- 需要精确控制页面滚动的项目
- 关注依赖安全性的组织
升级过程通常只需更新 Maven 或 Gradle 依赖版本号即可,大多数现有测试应该无需修改即可继续工作。不过,建议在全面升级前先在测试环境中验证关键测试用例。
结语
Selenide v7.7.0 通过新增 Moon 支持和增强的滚动控制功能,进一步巩固了其作为现代化 Web 测试框架的地位。这些改进不仅扩展了框架的应用场景,也为开发者提供了更多工具来编写可靠、可维护的自动化测试。随着云测试环境的普及和 Web 应用复杂度的增加,这些新特性将帮助团队更高效地应对现代 Web 测试挑战。
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