Midscene v0.17.4版本发布:增强AI断言与右键操作支持
Midscene是一个专注于Web自动化测试和智能交互的开源项目,它通过结合人工智能技术,为开发者提供了更智能、更高效的测试解决方案。该项目特别适合需要处理复杂Web交互场景的团队使用,能够显著提升测试覆盖率和自动化程度。
核心功能增强
AI断言错误信息支持
在自动化测试中,断言失败时的错误信息对于问题定位至关重要。本次版本在YAML配置文件中新增了对AI断言错误消息的支持。开发者现在可以在测试脚本中直接定义当AI断言失败时返回的自定义错误信息,这使得测试报告更加清晰和具有可读性。
这项改进特别适合复杂的业务场景测试,当AI判断某个元素状态不符合预期时,能够提供更具体的上下文信息,帮助开发者快速理解问题所在。
右键操作支持
v0.17.4版本引入了对右键点击操作的支持,这是Web自动化测试中一个常见但之前缺失的功能。现在测试脚本可以模拟用户在网页元素上的右键点击行为,这对于测试上下文菜单、自定义右键功能等场景特别有用。
这项功能通过web-integration模块实现,开发者可以在测试用例中直接指定右键点击的目标元素,扩展了测试场景的覆盖范围。
移动端适配改进
移动端点击事件修复
针对移动端测试场景,本次版本修复了Chrome扩展中点击事件在移动设备上的处理问题。之前的版本在某些移动设备上可能无法正确触发点击事件,现在这一问题已得到解决,确保了移动端测试的可靠性。
屏幕方向检测增强
Android平台上的屏幕尺寸获取方法现在增加了屏幕方向检测能力。这意味着测试脚本可以更准确地获取设备在不同方向(横屏/竖屏)下的实际屏幕尺寸,为响应式布局测试提供了更好的支持。
测试稳定性提升
超时设置灵活性
web-integration模块现在允许将超时时间设置为0,这在某些需要立即返回结果的测试场景中非常有用。开发者可以根据具体测试需求灵活配置超时策略,而不必受限于之前的默认值。
测试计划修复
核心模块中的测试计划功能得到了稳定性修复,确保AI驱动的测试规划能够更可靠地执行。这对于依赖Midscene进行复杂测试流程管理的团队尤为重要。
开发者体验优化
系统提示增强
AI布尔命令的系统提示得到了增强,使AI在判断测试条件时能够做出更准确的决策。这一改进提升了AI辅助测试的可靠性,减少了误判的可能性。
HTML DOM查询支持
新增了从HTML DOM直接查询的能力,使AI查询功能更加灵活。测试脚本现在可以直接基于页面DOM结构进行元素查询和验证,为复杂页面结构的测试提供了更多可能性。
文档更新
伴随这些新功能和改进,项目文档也进行了相应更新:
- 新增了关于工作流使用的详细说明
- 补充了右键查询和HTML DOM查询的相关文档
- 优化了现有功能的说明,使新用户更容易上手
Midscene v0.17.4版本的这些改进,进一步巩固了其作为智能Web自动化测试解决方案的地位,特别是在结合AI技术提升测试效率方面。对于正在寻找更智能测试工具的团队来说,这个版本值得关注和尝试。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00