探索高效CLI工具:Jetbrains的restcli
2024-05-23 00:50:06作者:谭伦延
在开发过程中,快速执行HTTP请求和测试是必不可少的环节。Jetbrains推出的新CLI客户端——restcli,为开发者带来了全新的体验。这个工具旨在帮助我们无缝地运行IntelliJ IDEA的HTTP Client文件,并且可以在命令行环境中灵活操作。现在就让我们一起深入了解一下restcli的魅力吧!
项目介绍
restcli是一个用Kotlin编写的命令行应用程序,它的主要功能是让你能够在命令行中执行保存在IntelliJ IDEA中的HTTP请求文件。这个工具支持环境变量管理、内置脚本测试,并且提供了一套美观的日志系统,使得调试和测试变得更加简单。
项目技术分析
- 语言选择: 使用Kotlin编写,保证了代码的简洁性和高性能。
- 跨平台: 支持Windows、macOS和Linux操作系统,确保无论你在何处工作都能得心应手。
- 测试支持: 可以运行内嵌脚本测试和外部JavaScript测试文件,极大地扩展了测试能力。
- 环境管理: 支持加载和注入环境变量,从http-client.env.json和http-client.private.env.json文件中读取。
- 日志系统: 提供详细请求响应信息以及测试结果表格,便于分析和排查问题。
项目及技术应用场景
- CI/CD集成: 在持续集成和交付流程中,restcli可以轻松地集成到自动化测试中,确保每次部署前API接口的功能正确性。
- 日常开发: 快速验证服务端接口,无需频繁切换至IDE。
- 团队协作: 共享HTTP请求配置,团队成员可直接使用命令行进行测试,提高工作效率。
项目特点
- 易用性: 提供清晰的命令行选项,允许自定义日志级别、请求超时等参数。
- 报告生成: 可以生成JUnit格式的测试报告,方便集成到其他测试工具中查看。
- 灵活性: 支持setNextRequest,允许自定义测试流程,满足复杂场景的需求。
演示效果

查看上图,我们可以看到restcli提供了详细的请求与响应日志,以及清晰的测试结果展示,让开发者能迅速理解测试状态。
如何开始使用
首先,你可以从发布页面下载适用于你的系统的jar包。之后,只需指定你的HTTP请求文件路径,即可启动restcli:
$ java -jar /path/to/restcli.jar -e "test" your-request-file.http
别忘了,你需要在机器上安装Java才能运行restcli。
社区贡献
感谢所有贡献者和支持者,包括Jetbrains为开源项目提供的免费许可证。restcli的进一步发展离不开你们的支持和反馈。如果你有任何问题或想要参与贡献,请访问项目仓库提交Issue或Pull Request。
特别鸣谢
restcli依赖于以下优秀开源库:
- Jflex
- PicoCli
- okhttp
- picnic
- mordant
结语
restcli的出现,使我们在命令行环境下对HTTP请求的管理和测试变得更为便捷。无论是用于开发过程中的快速验证,还是集成到CI/CD流程,它都是一款值得尝试的利器。不妨立即下载并试用,看看它如何提升你的开发效率吧!
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-7BSpark-Prover-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-7BSpark-Formalizer-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).Dockerfile014
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
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
656
🎉 (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
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
657