MbedTLS测试框架核心脚本迁移方案解析
2025-06-05 01:39:28作者:彭桢灵Jeremy
背景与现状
在MbedTLS项目中,all.sh测试脚本长期以来承担着核心测试执行功能。随着项目发展,这个原本单一的脚本文件已经演进为模块化结构——核心逻辑与组件定义分离。具体来说,原all.sh被拆分为核心部分(仍保留all.sh名称)和多个组件定义文件(components*.sh)。
迁移需求分析
当前存在一个重要需求:将测试框架的核心部分迁移至框架仓库。这一调整主要出于两个目的:
- 代码复用:使tf-psa-crypto项目能够共享相同的测试框架核心
- 版本兼容:支持MbedTLS 3.6版本和开发分支同时使用
技术方案设计
架构设计原则
迁移方案遵循以下设计原则:
- 最小侵入性:保持现有CI脚本路径不变
- 灵活性:允许不同仓库/分支保留特定配置
- 模块化:核心功能与项目特定逻辑分离
具体实施方案
-
现有脚本重构:
- 将
all.sh重构为纯函数定义+精简调用的结构 - 识别并迁移组件专用函数到对应组件文件
- 将
-
核心迁移:
- 创建
all-core.sh包含核心函数定义 - 保留
tests/scripts/all.sh作为薄包装层
- 创建
-
包装层示例:
setup_and_parse_command_line "$@"
load_components "components*.sh"
run_components
report_and_tear_down
实施步骤详解
第一阶段:代码重构
- 整理当前
all.sh中的函数定义,确保它们集中在文件头部 - 将分散在文件中的执行逻辑(如"Include the components")整合到适当函数中
- 定义新的高层函数(如示例中的4个函数)来简化主流程
第二阶段:功能拆分
- 将仅用于特定组件的函数(如
helper_libtestdriver1_*系列)迁移到对应组件文件 - 验证每个函数的调用范围,确保拆分后不影响功能
第三阶段:核心迁移
- 将通用函数定义移至
all-core.sh - 在框架仓库中建立测试核心库
- 调整各项目的包装脚本引用新核心
技术挑战与解决方案
路径处理问题
挑战:不同项目可能需要不同的组件路径配置 方案:在包装层实现路径解析逻辑,保持核心与路径无关
版本兼容问题
挑战:MbedTLS 3.6和开发分支可能有不同需求 方案:通过包装脚本实现分支特定逻辑,核心保持通用
函数依赖管理
挑战:确保迁移后函数依赖关系完整 方案:建立函数调用关系图,验证拆分合理性
预期收益
- 代码复用率提升:核心测试框架可跨项目共享
- 维护成本降低:bug修复和功能增强只需在单一位置进行
- 扩展性增强:新项目接入测试框架更加便捷
- 版本管理简化:不同分支可灵活定制测试策略
后续演进方向
- 进一步细化组件接口规范
- 建立测试框架版本管理机制
- 开发自动化迁移验证工具
- 完善跨项目测试用例共享机制
这种架构调整代表了测试框架向更加模块化、可复用方向发展的必然趋势,将为MbedTLS生态系统的长期健康发展奠定坚实基础。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.74 K
Ascend Extension for PyTorch
Python
610
794
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++
1 K
1.01 K
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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.16 K
150
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987