Storyteller项目入门指南:从零开始搭建行为驱动开发环境
2025-06-19 07:55:57作者:蔡怀权
前言
Storyteller是一个功能强大的行为驱动开发(BDD)框架,它允许开发团队通过可执行的规范文档来定义和验证系统行为。本文将详细介绍如何在不同环境中配置Storyteller项目,帮助开发者快速上手这个强大的工具。
环境支持概览
Storyteller目前支持多种运行环境:
- 跨平台支持:Storyteller 4.0及以上版本基于CoreCLR,可在Mac OSX等任何支持CoreCLR的操作系统上运行
- 项目类型支持:
- 新版dotnet CLI项目
- 传统csproj项目
- .NET 4.6项目
Storyteller 5.0配置指南(推荐)
对于使用Visual Studio 2017和dotnet cli的Netstandard 2项目,强烈推荐使用Storyteller 5.0。
基础配置步骤
- 创建项目配置文件
MYPROJECT.csproj,内容如下:
<Project Sdk="Microsoft.NET.Sdk">
<PropertyGroup>
<TargetFramework>netcoreapp2.0</TargetFramework>
<OutputType>EXE</OutputType>
</PropertyGroup>
<ItemGroup>
<DotNetCliToolReference Include="dotnet-storyteller" Version="5.0.0" />
</ItemGroup>
<ItemGroup>
<PackageReference Include="StoryTeller" Version="5.0.0" />
</ItemGroup>
</Project>
- 在项目目录下执行命令:
dotnet restore:恢复依赖包dotnet run:在控制台运行所有规范(适用于持续集成)dotnet storyteller:打开Storyteller规范编辑器
Storyteller 4.0配置指南
新版dotnet CLI项目配置
- 创建控制台应用程序项目
- 添加NuGet包依赖:
Storyteller:主库dotnet-storyteller:CLI工具扩展
- 在
Program.Main()中配置系统连接:
public static int Main(string[] args)
{
return StorytellerAgent.Run(args);
}
对于复杂系统,可以使用自定义ISystem实现:
public static int Main(string[] args)
{
return StorytellerAgent.Run<MySystem>(args);
}
传统csproj项目配置
- 创建类库项目
- 添加
StorytellerNuGet包 - 在解决方案中安装
StorytellerRunnerCsproj包 - 添加执行脚本(推荐):
packages\StorytellerRunnerCsproj.4.0.0.463\tools\StorytellerRunner.exe %* --app-domain
注意:使用--app-domain标志是必须的。
Storyteller 3.0配置指南
适用于传统.NET 4.6项目:
- 创建类库项目
- 添加Storyteller 3.0 NuGet包
- 可选添加自定义
ISystem实现 - 添加执行脚本:
packages\Storyteller.3.0.1\tools\ST.exe %*
命令行工具使用
Storyteller命令行工具遵循Unix风格语法:
-
基本命令结构:
dotnet storyteller [command] [options]
-
常用命令:
open:打开规范编辑器run:运行测试套件?或help:查看帮助
-
查询特定命令用法:
dotnet storyteller ? run:查看run命令帮助
规范持久化机制
Storyteller 4.0+使用Markdown格式存储规范:
- 规范存储在项目根目录下的
/Specs文件夹中 - 子文件夹表示套件结构
- 首次需要时会自动创建目录
最佳实践建议
- 项目结构:为规范创建独立项目,保持与生产代码分离
- 版本选择:新项目优先使用Storyteller 5.0
- 开发流程:
- 本地开发使用Debug配置
- 持续集成使用Release配置
- 规范管理:利用Markdown格式的优势,保持规范可读性
通过本文的指导,开发者可以快速搭建Storyteller环境,开始编写可执行的规范文档,实现真正的行为驱动开发。
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
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
759
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
9
1
暂无简介
Dart
598
132
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
🎉 (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
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
737
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++
634
232