Puppeteer核心库v24.7.0版本发布:增强网络请求与WebDriver支持
Puppeteer是一个由Google Chrome团队维护的Node.js库,它提供了一套高级API来控制Chromium或Chrome浏览器。通过Puppeteer,开发者可以自动化完成网页截图、PDF生成、表单提交、UI测试等操作,是前端自动化测试和爬虫开发的利器。
近日,Puppeteer核心库发布了v24.7.0版本,这个版本带来了几项重要改进,特别是在网络请求处理和WebDriver双向协议支持方面。让我们一起来看看这些新特性。
工作线程网络请求支持
新版本中最值得关注的改进之一是增加了对工作线程(Worker)网络请求的支持。在之前的版本中,Puppeteer主要关注主文档上下文的网络请求,而忽略了Web Worker或Service Worker等后台线程发出的请求。
这个改进意味着开发者现在可以:
- 监听和拦截Worker线程发起的网络请求
- 分析Worker中的资源加载情况
- 模拟Worker中的网络条件
- 对Worker请求进行mock或修改
这对于测试渐进式Web应用(PWA)特别有价值,因为Service Worker是PWA的核心技术之一。现在开发者可以更全面地测试应用的离线能力和资源缓存策略。
WebDriver双向协议增强
Puppeteer v24.7.0继续强化了对WebDriver双向协议(WebDriver BiDi)的支持,新增了两个重要功能:
文件选择器支持
现在通过WebDriver协议可以处理文件上传场景。开发者可以:
- 模拟文件选择对话框
- 设置要上传的文件路径
- 验证文件上传功能
- 测试包含文件输入的表单
这对于需要测试文件上传功能的Web应用非常有用,比如图片分享平台或文档管理系统。
地理位置模拟
另一个WebDriver相关的改进是增加了地理位置模拟功能。开发者现在可以:
- 设置虚拟的经纬度坐标
- 测试基于位置的服务(LBS)
- 验证地理围栏功能
- 模拟不同地区的访问
这对于地图应用、本地服务推荐等依赖地理位置的功能测试非常有帮助。
浏览器引擎更新
作为常规维护的一部分,这个版本还更新了内置的浏览器引擎版本:
- Chrome更新至135.0.7049.95
- Firefox更新至137.0.2
这些更新带来了最新的浏览器安全补丁和稳定性改进,确保自动化测试环境的安全可靠。
总结
Puppeteer核心库v24.7.0版本的发布,进一步丰富了其自动化测试能力,特别是在处理工作线程网络请求和增强WebDriver协议支持方面。这些改进使得Puppeteer能够覆盖更多现代Web应用的测试场景,为开发者提供更全面的自动化测试解决方案。
对于已经在使用Puppeteer的团队,建议评估这些新功能是否能为现有测试用例带来价值。特别是那些使用Web Worker或需要测试地理位置功能的项目,升级到这个版本可能会显著提升测试覆盖率和准确性。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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