Geckodriver v0.36.0 发布:Firefox自动化测试工具新特性解析
Geckodriver是Mozilla官方提供的Firefox浏览器自动化测试工具,作为WebDriver协议的实现,它允许开发者通过脚本控制Firefox浏览器进行自动化测试。最新发布的0.36.0版本带来了一系列重要的功能增强和问题修复,为Web自动化测试提供了更强大的支持。
核心功能改进
本次更新最值得关注的改进之一是新增了对Firefox开发者版在macOS系统上的默认路径搜索支持。这意味着当用户在macOS上安装Firefox开发者版时,geckodriver能够自动发现并启动该版本浏览器,无需手动指定路径,大大简化了测试环境的配置流程。
在移动端测试方面,0.36.0版本新增了将WebExtension扩展以base64编码字符串形式推送到Android设备的能力。同时,扩展安装接口新增了allowPrivateBrowsing字段,允许扩展在隐私浏览模式下启用,这对于测试扩展在隐私模式下的行为非常有用。
测试环境增强
新版本引入了一个重要的命令行参数--allow-system-access,这个参数将在未来版本的Firefox(可能从138.0开始)中成为必需项,用于允许在chrome上下文中进行测试。开发者应该开始考虑在测试脚本中加入这个参数,以确保未来版本的兼容性。
在崩溃处理方面,0.36.0版本改进了崩溃转储的保存机制。通过设置MINIDUMP_SAVE_PATH环境变量,测试人员可以将Firefox崩溃时生成的minidump文件保存到指定位置,这对于分析测试过程中的崩溃问题非常有帮助。对于移动设备测试,这些崩溃文件还会自动传输到主机上,极大方便了远程调试。
输入精度提升
本次更新对指针移动动作(包括鼠标和触摸)的坐标处理进行了优化,将x和y字段的类型从整数改为分数,实现了更精确的输入控制。需要注意的是,这一改进需要Firefox 137及以上版本的支持,对于旧版本Firefox,测试脚本仍需使用整数值。
问题修复与优化
0.36.0版本修复了WebAuthn命令的路由注册问题,这些命令在0.34.0版本中引入时被错误地注册到了/sessions/路径下,导致无法正常工作,现在已更正为/session/路径。
在内部实现上,项目将不再使用的serde_yaml库替换为yaml-rust,确保了YAML处理的长期稳定性。同时移除了已不存在的-no-remote命令行参数用法,并废弃了--enable-crash-reporter参数,推荐使用MINIDUMP_SAVE_PATH环境变量来获取崩溃转储文件。
使用建议
对于正在使用或计划使用geckodriver进行Firefox自动化测试的开发者,建议尽快升级到0.36.0版本以获取这些改进。特别是需要注意:
- 如果测试涉及WebExtension扩展,可以利用新的隐私模式支持功能
- 考虑在测试脚本中加入
--allow-system-access参数以备将来之需 - 对于需要精确输入控制的测试场景,确保使用Firefox 137及以上版本以获得分数坐标支持
- 设置
MINIDUMP_SAVE_PATH环境变量以方便获取崩溃分析数据
这次更新进一步巩固了geckodriver作为Firefox自动化测试首选工具的地位,为开发者提供了更强大、更稳定的测试能力。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00