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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08