WireMock 3.11.0版本发布:XML处理增强与性能优化
WireMock是一个流行的HTTP模拟服务工具,主要用于测试场景中模拟HTTP API的行为。它能够帮助开发者在不需要依赖真实后端服务的情况下进行前端开发和测试。WireMock支持请求匹配、响应生成、请求验证等功能,广泛应用于单元测试、集成测试和端到端测试中。
核心功能改进
XML处理能力增强
本次3.11.0版本在XML处理方面有两项重要改进:
-
EqualToXmlPattern默认支持命名空间
现在EqualToXmlPattern在默认情况下会考虑XML命名空间,这解决了之前版本中可能出现的命名空间不匹配问题。对于需要处理带有命名空间的XML文档的场景,这一改进显著提升了匹配的准确性。 -
FormatXmlHelper使用系统默认TransformerFactory
修复了FormatXmlHelper中TransformerFactory的使用问题,现在它会始终使用系统默认的TransformerFactory实现。这一变更确保了XML转换行为在不同环境中的一致性,避免了因TransformerFactory实现差异导致的问题。
文件上传功能增强
Multipart请求部分现在支持文件名能力。这意味着开发者可以更精确地模拟包含文件上传的表单提交场景,为测试文件上传功能提供了更好的支持。
性能优化
本次版本包含了对EqualToXmlPattern的性能优化。通过改进实现方式,XML匹配操作的执行效率得到了提升,这对于需要处理大量XML请求的测试场景尤为重要。
问题修复
-
HTTP客户端协议更新问题
针对httpclient 5.4版本中可能出现的协议更新问题,WireMock现在会禁用这些有问题的协议更新,确保HTTP客户端的稳定运行。 -
高级路径模式序列化问题
修复了嵌套AdvancedPathPattern在使用@JsonUnwrapped注解时的序列化问题,确保了复杂路径模式的正确序列化和反序列化。 -
HTTP服务器工厂扩展查找
当找不到合适的HttpServerFactory扩展时,现在会抛出更具描述性的异常,帮助开发者更快地定位和解决问题。
依赖项更新
WireMock 3.11.0版本更新了多项依赖库:
- Jetty 12版本升级至12.0.16
- json-schema-validator从1.5.4升级至1.5.5
- Mockito核心库从5.14.2升级至5.15.2
- JUnit Jupiter从5.11.3升级至5.11.4
- Guava从33.3.1-jre升级至33.4.0-jre
- Scala库从2.13.15升级至2.13.16
这些依赖项的更新带来了性能改进、bug修复和新功能支持,同时也确保了WireMock与最新生态系统组件的兼容性。
其他改进
除了上述主要变更外,本次发布还包含了一些文档修正和代码质量改进,例如修复了after-pattern.yaml文件中的拼写错误,这些细节改进有助于提升开发体验。
WireMock 3.11.0版本的这些改进和修复,使得这个强大的HTTP模拟工具在XML处理、文件上传模拟和整体性能方面都有了显著提升,为开发者提供了更稳定、更高效的测试体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00