Testem v3.16.0 版本发布:支持现代JavaScript项目与增强测试事件
Testem 是一个灵活且强大的JavaScript测试运行器,它能够帮助开发者在多种浏览器和环境中运行测试。Testem 的设计理念是简单易用,同时提供高度可配置的测试环境,支持多种测试框架和报告格式。
支持 ESM 项目的 testem.cjs 配置
在 v3.16.0 版本中,Testem 引入了一个重要的新特性:支持 testem.cjs 配置文件。这一改进主要是为了适应现代JavaScript项目中越来越普遍的ES模块(ESM)使用场景。
在Node.js生态系统中,当项目使用ES模块(通过package.json中的"type": "module"指定)时,传统的CommonJS格式的配置文件将无法正常工作。testem.cjs 的引入解决了这个问题,它明确告诉Node.js这是一个CommonJS模块,即使在ESM项目中也能正常加载。
开发者现在可以根据项目需求选择:
- 继续使用传统的
testem.js配置文件 - 在ESM项目中使用
testem.cjs配置文件 - 甚至可以使用
.json格式的配置文件
这一改进使得Testem能够更好地与现代JavaScript工具链集成,特别是在使用TypeScript或ES模块的项目中。
增强测试事件系统
v3.16.0 版本还增强了Testem的事件系统,新增了 testStarted 事件,并为测试数据添加了 launcherId 字段。这些改进为开发者提供了更细粒度的测试过程控制和更丰富的测试信息。
testStarted 事件允许报告器(reporter)在测试开始时接收通知,而不仅仅是在测试完成时。这使得开发者可以:
- 实现更精确的测试计时
- 构建实时测试进度显示
- 在长时间运行的测试中提供更好的反馈
launcherId 的加入则使得在多浏览器/环境测试场景下,能够准确追踪每个测试是在哪个启动器(launcher)中运行的。这对于:
- 诊断特定浏览器的问题
- 分析跨浏览器测试结果
- 构建更详细的测试报告
特别有价值。
底层依赖更新
除了上述主要特性外,这个版本还包含了对xvfb-action依赖项的更新,从1.6版本升级到1.7版本。xvfb-action是一个用于在GitHub Actions中设置虚拟帧缓冲区的工具,这对于在CI环境中运行需要图形界面的浏览器测试非常重要。
升级建议
对于正在使用Testem的项目,特别是那些已经或计划迁移到ES模块的项目,建议尽快升级到v3.16.0版本以利用这些新特性。升级过程通常是平滑的,但需要注意:
- 如果项目使用ES模块,考虑将配置文件重命名为
testem.cjs - 检查自定义报告器是否可以利用新的
testStarted事件 - 验证CI环境中的xvfb设置是否与新版本兼容
Testem继续保持着对现代JavaScript测试需求的快速响应,这些改进进一步巩固了它作为灵活测试运行器的地位,特别是在需要跨多种浏览器和环境进行测试的场景中。
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
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