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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00