Selenide v7.7.0 发布:新增 Moon 浏览器支持与滚动控制功能
项目简介
Selenide 是一个基于 Selenium WebDriver 的轻量级测试框架,它通过简洁的 API 设计显著简化了 Web 自动化测试的编写过程。Selenide 提供了自动等待机制、简洁的选择器语法和丰富的断言方法,让测试代码更加易读易写。最新发布的 v7.7.0 版本带来了一些值得关注的新特性和改进。
核心新特性
1. Moon 浏览器自动化解决方案支持
v7.7.0 版本新增了对 Moon 浏览器自动化解决方案的原生支持。Moon 是一个基于 Kubernetes 的浏览器自动化平台,特别适合云原生环境中的大规模测试场景。通过这项集成,开发者现在可以直接在 Selenide 测试中配置和使用 Moon 作为远程浏览器环境,无需额外的适配代码。
2. 增强的滚动控制功能
新版本引入了 $.scroll() 方法,提供了更精细的页面滚动控制能力。与之前版本相比,这个新方法允许开发者指定滚动方向和距离,使得测试脚本能够更精确地模拟用户滚动行为。例如:
$("#element").scroll(Direction.DOWN, 200); // 向下滚动200像素
$("#element").scroll(Direction.UP, 100); // 向上滚动100像素
3. 调试日志增强
为了帮助开发者更好地诊断测试问题,v7.7.0 增加了对监听器添加和移除操作的详细调试日志。当测试出现意外行为时,这些日志可以帮助开发者快速定位是否是监听器相关的问题。
底层优化与安全更新
1. BrowserUpProxy 依赖调整
新版本将 BrowserUpProxy 从测试范围调整到了运行时范围,这意味着开发者现在可以在生产代码中直接使用 BrowserUpProxy 的功能,而不仅限于测试环境。
2. MITM 证书更新
作为安全维护的一部分,v7.7.0 更新了 BrowserUpProxy 的中间人(MITM)证书。这项更新确保了在使用代理功能时的通信安全性,防止潜在的中间人攻击风险。
依赖项升级
- Netty 升级至 4.1.116.Final 版本,带来性能改进和 bug 修复
- LittleProxy 从 2.3.3 升级到 2.4.0,增强了代理功能
- Commons Text 升级至 1.13.0 版本,改进了文本处理能力
- Guava 升级到 33.4.0-jre,提供了更多实用工具类
升级建议
对于现有项目,建议在测试环境中先验证 v7.7.0 的兼容性,特别是使用了滚动操作或代理功能的测试用例。新项目可以直接采用此版本,利用其增强的滚动控制和调试能力。
对于考虑使用 Moon 作为浏览器自动化平台的团队,这是一个很好的时机开始评估 Selenide 与 Moon 的集成方案,特别是在需要大规模并行测试的场景下。
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