TestAdapter_Catch2 项目使用教程
2024-10-10 22:08:35作者:薛曦旖Francesca
1. 项目目录结构及介绍
TestAdapter_Catch2 是一个用于 Visual Studio 的测试适配器,支持 Catch2 C++ 测试框架。项目的目录结构如下:
TestAdapter_Catch2/
├── Docs/
│ ├── README.md
│ └── ...
├── Libraries/
│ └── ...
├── ReferenceTests/
│ └── ...
├── ReferenceTests_v3/
│ └── ...
├── UnitTests/
│ └── UT_Catch2Interface/
│ └── ...
├── VSIX/
│ └── VSTestAdapterCatch2/
│ └── ...
├── .gitattributes
├── .gitignore
├── LICENSE
├── README.md
├── VSTestAdapterCatch2.runsettings
└── VSTestAdapterCatch2.sln
目录结构介绍
- Docs/: 包含项目的文档文件,如
README.md。 - Libraries/: 包含项目依赖的库文件。
- ReferenceTests/: 包含项目的参考测试文件。
- ReferenceTests_v3/: 包含项目参考测试文件的 v3 版本。
- UnitTests/: 包含项目的单元测试文件,特别是
UT_Catch2Interface目录下的测试文件。 - VSIX/: 包含 Visual Studio 扩展的相关文件,特别是
VSTestAdapterCatch2目录下的文件。 - .gitattributes: Git 属性配置文件。
- .gitignore: Git 忽略配置文件。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明文件。
- VSTestAdapterCatch2.runsettings: 项目的运行设置文件。
- VSTestAdapterCatch2.sln: 项目的解决方案文件。
2. 项目启动文件介绍
项目的启动文件是 VSTestAdapterCatch2.sln,这是一个 Visual Studio 解决方案文件。通过打开这个文件,可以在 Visual Studio 中加载整个项目,并进行编译、测试和调试。
启动步骤
- 打开 Visual Studio。
- 选择“文件” -> “打开” -> “项目/解决方案”。
- 导航到
TestAdapter_Catch2目录,选择VSTestAdapterCatch2.sln文件并打开。 - 等待 Visual Studio 加载解决方案和所有相关项目。
- 在解决方案资源管理器中,选择需要运行的项目或测试,右键点击并选择“运行”或“调试”。
3. 项目配置文件介绍
项目的配置文件主要是 VSTestAdapterCatch2.runsettings,这是一个用于配置测试运行的设置文件。该文件通常包含以下内容:
<RunSettings>
<!-- 配置 Catch2 测试适配器的设置 -->
<Catch2Adapter>
<Settings>
<!-- 配置 Catch2 测试适配器的具体设置 -->
</Settings>
</Catch2Adapter>
</RunSettings>
配置文件介绍
- RunSettings: 根元素,包含所有测试运行的设置。
- Catch2Adapter: 配置 Catch2 测试适配器的元素。
- Settings: 包含 Catch2 测试适配器的具体设置,如测试发现路径、测试执行参数等。
配置步骤
- 打开
VSTestAdapterCatch2.runsettings文件。 - 根据需要修改配置项。例如,可以指定测试发现的路径或添加特定的测试执行参数。
- 保存文件。
- 在 Visual Studio 中,选择“测试” -> “测试设置” -> “选择测试设置文件”,选择
VSTestAdapterCatch2.runsettings文件。 - 运行测试时,Visual Studio 将使用该配置文件中的设置。
通过以上步骤,您可以成功配置和使用 TestAdapter_Catch2 项目。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100