Autotest Growl 使用教程
2024-08-25 05:45:39作者:伍霜盼Ellen
项目介绍
Autotest Growl 是一个开源项目,旨在为 Autotest 提供下一代 Growl 支持。该项目由 Sven Schwyn 开发,支持多种测试框架,并提供了丰富的功能,如彩色图标集和在每个测试周期清除终端(除非配置为否则)。该项目适用于 Mac OS X、Windows 和 Linux 平台。
项目快速启动
安装依赖
首先,你需要安装 ZenTest 或 autotest-standalone gem。你可以选择以下任一方式:
sudo gem install ZenTest
# 或者
sudo gem install autotest-standalone
安装 Autotest Growl
接下来,安装 Autotest Growl gem:
sudo gem install autotest-growl
配置 Autotest
在你的 ~/.autotest 文件中添加以下内容:
require 'autotest/growl'
运行 Autotest
确保 Growl 已安装在你的计算机上,然后运行 Autotest:
autotest
应用案例和最佳实践
自定义选项
你可以通过在 ~/.autotest 文件中添加以下内容来自定义 Growl 通知的端口:
Autotest::Growl::custom_options = '--port 54321'
显示修改文件
如果你想在测试重新运行之前接收列出修改文件的 Growl 通知,可以在 ~/.autotest 文件中添加以下内容:
Autotest::Growl::show_modified_files = true
远程通知
在某些情况下,Growl 通知可能会随机被吞掉。你可以通过在 ~/.autotest 文件中添加以下内容来启用远程通知:
Autotest::Growl::remote_notification = true
典型生态项目
ZenTest
ZenTest 是一个全面的测试支持 gem,提供了 Autotest 和其他测试工具。它是 Autotest Growl 的主要依赖之一。
Growl
Growl 是一个在 Mac OS X 上广泛使用的通知系统,Autotest Growl 利用 Growl 来提供丰富的通知功能。
Growl for Windows
对于 Windows 用户,Growl for Windows 是一个类似的通知系统,Autotest Growl 也支持它。
libnotify
对于 Linux 用户,libnotify 是一个替代方案,尽管某些功能可能无法使用。
通过这些生态项目的支持,Autotest Growl 能够在多个平台上提供一致的测试通知体验。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781