Jasmine-Rails Gem 技术文档
1. 安装指南
1.1 添加 Gem 到 Gemfile
首先,将 jasmine-rails 添加到你的 Gemfile 中,如下所示:
group :test, :development do
gem 'jasmine-rails'
end
1.2 安装 Gem
接下来,运行以下命令来安装 Gem:
$ bundle install
1.3 运行安装生成器
最后,运行 Rails 生成器来创建必要的配置文件:
$ rails generate jasmine_rails:install
生成器将创建所需的配置文件,并将测试运行器挂载到 /specs 路径,以便你可以开始编写测试。
2. 项目的使用说明
2.1 配置文件
配置 Jasmine 测试运行器是通过 spec/javascripts/support/jasmine.yml 文件完成的。
2.2 资产管道支持
jasmine-rails gem 完全支持 Rails 资产管道,这意味着你可以:
- 使用
coffee_script或其他 JavaScript 预编译器来编写源文件或测试文件。 - 使用 Sprockets 指令来控制依赖文件的包含或排除。
- 利用资产管道的搜索路径来包含来自不同源或 gem 的资产。
如果你选择使用资产管道支持,许多 jasmine.yml 配置将变得不必要,你可以依赖 Rails 资产管道来处理测试套件中包含的文件。
# 当使用资产管道时的最小化 jasmine.yml 配置
spec_files:
- "**/*[Ss]pec.{js,coffee}"
2.3 引擎中的测试文件
如果你的项目中挂载了一个引擎,并且你需要测试引擎的 JavaScript 文件,可以在 jasmine.yml 文件中添加引擎目录:
spec_dir:
- spec/javascripts
- ../engine/spec/javascripts
2.4 包含外部 JavaScript 文件
如果你需要测试不属于资产管道的 JavaScript 文件(例如,如果你的移动应用程序位于 Rails 应用之外),可以在 jasmine.yml 文件中添加以下内容:
include_dir:
- ../mobile_app/public/js
3. 项目API使用文档
3.1 从命令行运行测试
你可以通过以下命令从命令行运行 Jasmine 测试:
bundle exec rake spec:javascript
你还可以通过 SPEC 选项来过滤测试的执行:
bundle exec rake spec:javascript SPEC=my_test
3.2 在浏览器中运行测试
启动 Rails 服务器(例如 bundle exec rails s),然后导航到你在 routes.rb 文件中配置的路径(例如 http://localhost:3000/specs)。Jasmine 测试运行器将出现并立即开始运行你的测试套件。
4. 项目安装方式
4.1 使用 PhantomJS Gem
默认情况下,jasmine-rails 使用 PhantomJS gem 来查找并使用适当的 PhantomJS 版本。如果你希望管理自己的 PhantomJS 可执行文件,可以在 jasmine.yml 中设置:
use_phantom_gem: false
这将尝试使用当前 PATH 中的 phantom 可执行文件。
4.2 PhantomJS 命令行选项
如果你希望将命令行选项传递给 PhantomJS 可执行文件,可以在 jasmine.yml 中设置:
phantom_options: --web-security=no --debug=yes
这将传递 phantom_options 中定义的所有内容作为 PhantomJS 命令行选项。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00