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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00