MidScene项目v0.17.1版本发布:增强视觉评估与稳定性优化
2025-06-07 06:52:03作者:董斯意
MidScene是一个专注于Web界面自动化测试和视觉评估的开源项目,它通过结合计算机视觉和机器学习技术,为开发者提供高效的UI测试解决方案。该项目特别擅长处理动态Web内容的识别和交互,能够模拟真实用户操作进行端到端测试。
视觉评估能力升级
本次v0.17.1版本最值得关注的改进是新增了screenspot v2评估功能。screenspot作为MidScene的核心视觉比对技术,在v2版本中得到了显著增强。新版本采用了更先进的图像特征提取算法,能够更准确地识别UI元素的变化,同时降低了误报率。这对于需要频繁进行UI回归测试的团队来说尤为重要,特别是在响应式设计和多设备适配的场景下。
核心稳定性优化
项目团队在此版本中修复了多个影响稳定性的关键问题:
-
滚动定位优化:修复了滚动定位瞬间跳转的问题,使得元素定位更加平滑自然。这一改进对于长页面或无限滚动场景下的测试尤为重要。
-
文本节点信息处理:修正了文本节点信息提取的缺陷,确保测试脚本能够准确获取动态生成的文本内容。
-
缓存命中条件:优化了缓存机制的条件判断逻辑,减少了不必要的重复计算,提升了测试执行效率。
-
页面上下文转储:当元素定位失败时,系统现在会自动转储页面上下文信息,为调试提供更全面的线索,大大缩短了问题排查时间。
开发者体验改进
除了核心功能的优化外,本次更新还包含了一些提升开发者体验的改进:
- 更新了Playwright示例文档,使其更加清晰易懂,帮助新用户更快上手。
- 增加了对最新AI模型的支持,扩展了项目的智能化能力边界。
- 依赖项升级确保了更好的安全性和兼容性。
总结
MidScene v0.17.1版本虽然在版本号上只是一个小的迭代更新,但在视觉评估能力和系统稳定性方面都带来了实质性的提升。这些改进使得该项目在Web自动化测试领域的竞争力进一步增强,特别是对于那些需要高精度视觉验证和复杂交互测试的场景。项目团队对细节的关注和持续优化值得赞赏,这也体现了开源社区协作的力量。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134