Selenide v7.9.0 版本发布:增强测试稳定性和交互能力
Selenide 是一个基于 Selenium WebDriver 的轻量级测试框架,它通过简洁的 API 和自动化的等待机制,显著简化了 Web 应用程序的自动化测试流程。Selenide 的设计理念是让测试代码更加简洁、可读性更强,同时提供强大的内置功能来处理常见的测试挑战。
核心功能更新
1. Selenium 和 CDP 版本升级
本次更新将 Selenium 从 4.30.0 升级到了 4.31.0 版本,同时将 Chrome DevTools Protocol (CDP) 从 134 升级到了 135。这些底层依赖的升级带来了浏览器自动化能力的增强和潜在的性能优化,为测试脚本提供了更稳定的执行环境。
2. 文件路径输出格式优化
针对持续集成环境(如 Jenkins 和 GitLab)的特殊需求,v7.9.0 改进了文件路径的输出格式。现在,这些系统能够正确识别并处理测试过程中生成的文件附件,使得测试报告中的文件链接更加直观和可用。这一改进特别有利于团队协作和问题排查。
3. 空文本检查增强
框架增加了对空预期文本的显式检查逻辑。这一改进防止了在断言空文本时可能出现的意外行为,使得测试更加健壮。开发者现在可以更安全地验证元素是否确实不包含任何文本内容。
新增交互能力
组合键点击操作
v7.9.0 引入了一个重要的新功能:支持在按住修饰键(如 ALT、SHIFT、CONTROL 或 META)的同时点击元素。这个功能通过新的 API 方法实现,为测试复杂的用户交互场景提供了可能。例如,测试需要按住 Shift 键进行多选的操作,或者使用 Ctrl 键进行跨元素选择等场景。
性能与稳定性改进
消除冗余警告
开发团队移除了一个长期存在的冗余警告信息:"No listeners found for thread '1'",这个改进减少了测试日志中的噪音,使得测试输出更加干净,重点问题更加突出。
依赖项全面更新
本次发布包含了多项依赖库的版本更新:
- Netty 升级到 4.2.0.Final
- Commons IO 升级到 2.19.0
- Guava 升级到 33.4.8-jre
- Commons Text 升级到 1.13.1
这些依赖更新不仅带来了性能改进和安全修复,也确保了 Selenide 能够与最新的 Java 生态系统保持兼容。
技术价值分析
Selenide v7.9.0 的发布体现了框架持续优化的几个关键方向:
-
开发者体验优先:通过消除冗余警告和改进文件路径处理,使得测试输出更加整洁和实用。
-
交互能力扩展:新增的组合键点击功能填补了 Web 应用测试中的一个常见空白,使得测试能够覆盖更真实的用户操作场景。
-
底层稳定性:通过核心依赖的定期更新,确保框架能够充分利用最新的浏览器自动化技术,同时保持向后兼容。
对于已经使用 Selenide 的团队,建议评估新版本中的组合键点击功能是否能够简化现有的复杂交互测试场景。同时,文件路径处理的改进也值得在持续集成流程中进行验证,以提升测试报告的可读性。
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
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