TestCafe在AWS CodeBuild中运行Headless Chrome 123的兼容性问题分析
问题背景
TestCafe作为一款流行的端到端测试框架,在AWS CodeBuild环境中运行时遇到了与Chrome 123版本的兼容性问题。开发者在AWS CodeBuild环境中使用Amazon Linux 2023镜像时,发现当Chrome浏览器升级到123.0.0.0版本后,测试运行会出现浏览器意外断开连接的错误。
问题现象
当在AWS CodeBuild环境中执行TestCafe测试时,控制台会输出以下错误信息:
ERROR The Chrome 123.0.0.0 / Amazon Linux 2023.4.20240401 (Amazon Linux) browser disconnected. If you did not close the browser yourself, browser performance or network issues may be at fault.
环境配置
出现问题的环境具有以下特征:
- TestCafe版本:3.5.0
- Node.js版本:18
- AWS CodeBuild镜像:aws/codebuild/amazonlinux2-x86_64-standard:5.0
- Chrome版本:123.0.0.0
- 浏览器启动参数包含:--headless=new --no-sandbox --disable-dev-shm-usage等
问题分析
这个问题与Chrome 122版本时出现的"无检查目标"错误类似,但表现不同。在Chrome 122版本时,开发者可以通过添加--headless=new参数解决兼容性问题,但在Chrome 123版本中,这种方法不再有效。
从技术角度看,这种浏览器断开连接的问题通常与以下几个因素有关:
- 浏览器版本与TestCafe的兼容性
- 运行环境的资源限制
- 浏览器启动参数配置
- 浏览器进程管理方式
解决方案探索
根据社区反馈,有以下几种可能的解决方案:
-
降级Chrome版本:有开发者报告通过强制使用特定版本的Chromium(如124.0.6367.60-r0)可以解决类似问题。这可以通过修改Dockerfile或构建脚本来实现。
-
调整浏览器参数:尝试不同的浏览器启动参数组合,特别是与进程管理和沙箱相关的参数。
-
环境资源检查:确保AWS CodeBuild环境有足够的内存和CPU资源分配给浏览器进程。
-
TestCafe配置调整:增加browserInitTimeout等超时设置,给浏览器更多初始化时间。
最佳实践建议
对于在CI环境中使用TestCafe的团队,建议:
-
固定浏览器版本:在CI环境中使用固定版本的浏览器,避免自动升级带来的不可预期问题。
-
隔离测试环境:考虑使用Docker容器来封装测试环境,确保环境一致性。
-
监控资源使用:密切关注CI环境中的资源使用情况,必要时增加资源配置。
-
保持TestCafe更新:定期更新TestCafe版本,以获得最新的兼容性修复。
结论
TestCafe在AWS CodeBuild环境中与Chrome 123版本的兼容性问题,反映了浏览器自动化测试在持续集成环境中的挑战。通过版本控制和环境隔离,可以有效减少这类问题的发生。开发团队应当建立完善的测试环境管理策略,确保测试的稳定性和可靠性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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
HunyuanVideo-1.5暂无简介00
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
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
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