TestStack.FluentMVCTesting 技术文档
1. 安装指南
在开始使用 TestStack.FluentMVCTesting 之前,您需要首先安装该库。该库可以通过 NuGet 包管理器进行安装,将自动引用 System.Web 和 System.Web.Mvc。以下是不同版本 ASP.NET MVC 的安装命令:
-
如果您使用的是 ASP.NET MVC 5 (.NET 4.5+),则运行以下命令:
Install-Package TestStack.FluentMVCTesting -
如果您使用的是 ASP.NET MVC 4 (.NET 4.0+),则运行以下命令:
Install-Package TestStack.FluentMVCTesting.Mvc4 -
如果您使用的是 ASP.NET MVC 3 (.NET 4.0+),则运行以下命令:
Install-Package TestStack.FluentMVCTesting.Mvc3
安装时,请确保您使用的是与您的 MVC 版本兼容的 NuGet 包。如果在安装过程中遇到 System.Security.VerificationException 异常,这可能意味着您引用的 System.Web.Mvc 版本与 NuGet 包中包含的 dll 不兼容。请确保使用正确版本的 MVC 包。
2. 项目的使用说明
TestStack.FluentMVCTesting 提供了一个流畅的接口,用于针对 ASP.NET MVC 控制器创建简洁且表达性强的测试。这个库与测试框架无关,因此可以与您选择的测试库(例如 NUnit、xUnit 等)结合使用。
该库兼容 AAA 测试方法,尽管它将 Act 和 Assert 部分结合在一起(但在 Fluent 断言之后,您也可以有其他断言)。以下是一些代码示例,供参考。
首先,创建一个测试类,如下所示:
using MyApp.Controllers;
using NUnit.Framework;
using TestStack.FluentMVCTesting;
namespace MyApp.Tests.Controllers
{
[TestFixture]
class HomeControllerShould
{
private HomeController _controller;
[SetUp]
public void Setup()
{
_controller = new HomeController();
}
}
}
然后,您可以创建一个如下所示的测试:
[Test]
public void Render_default_view_for_get_to_index()
{
_controller.WithCallTo(c => c.Index()).ShouldRenderDefaultView();
}
以上代码检查当调用 _controller.Index() 时返回的 ActionResult 是否为 ViewResult 类型,且视图名称为 "Index" 或空(Index 动作的默认视图)。
3. 项目API使用文档
以下是 TestStack.FluentMVCTesting 的一些断言示例:
var vm = new SomeViewModel();
_controller.WithModelErrors().WithCallTo(c => c.Index(vm))
.ShouldRenderDefaultView()
.WithModel(vm);
_controller.WithCallTo(c => c.Index())
.ShouldRenderDefaultView()
.WithModel<ModelType>()
.AndModelErrorFor(m => m.Property1).ThatEquals("The error message.")
.AndModelErrorFor(m => m.Property2);
_controller.WithCallTo(c => c.Index())
.ShouldRenderView("ViewName");
_controller.WithCallTo(c => c.Index())
.ShouldReturnEmptyResult();
_controller.WithCallTo(c => c.Index())
.ShouldRedirectTo("http://www.google.com.au/");
_controller.WithCallTo(c => c.ActionWithRedirectToAction())
.ShouldRedirectTo(c => c.ActionInSameController);
_controller.WithCallTo(c => c.Index())
.ShouldRedirectTo<SomeOtherController>(c => c.SomeAction());
_controller.WithCallTo(c => c.Index())
.ShouldRenderAnyFile("content/type");
_controller.WithCallTo(c => c.Index())
.ShouldRenderFileContents("text");
_controller.WithCallTo(c => c.Index())
.ShouldReturnContent("expected content");
_controller.WithCallTo(c => c.Index())
.ShouldGiveHttpStatus(404);
_controller.WithCallTo(c => c.Index()).ShouldReturnJson(data =>
{
Assert.That(data.SomeProperty, Is.EqualTo("SomeValue"));
});
以上示例展示了如何使用不同的断言方法对 MVC 控制器的行为进行测试。
4. 项目安装方式
项目的安装方式已在“安装指南”一节中详细说明,请参考上述 NuGet 包安装命令进行操作。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。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
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
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
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-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00