Laravel Dusk 与 Chrome 128 兼容性问题解决方案
问题背景
Laravel Dusk 作为 Laravel 生态系统中重要的浏览器自动化测试工具,近期在 Chrome 浏览器升级到 128 版本后出现了兼容性问题。许多开发者在执行测试时遇到了连接失败的错误,导致测试套件无法正常运行。
错误现象
当开发者使用最新版 Chrome 128(如 128.0.6613.85 版本)运行 Laravel Dusk 测试时,会收到类似以下的错误信息:
Curl error thrown for http POST to /session with params: {"capabilities":{"firstMatch":[{"browserName":"chrome","goog:chromeOptions":{"args":["--window-size=1920,1080","--disable-gpu"]}}]},"desiredCapabilities":{"browserName":"chrome","platform":"ANY","goog:chromeOptions":{"args":["--window-size=1920,1080","--disable-gpu"]}}}
Failed to connect to localhost port 9515 after 0 ms: Could not connect to server
问题根源
经过分析,这个问题主要源于 ChromeDriver 在 Chrome 128 版本下的端口配置问题。默认情况下,Laravel Dusk 启动 ChromeDriver 时没有显式指定端口号,而 Chrome 128 版本对此要求更加严格,导致连接失败。
解决方案
要解决这个问题,开发者需要修改 tests/DuskTestCase.php 文件中的 prepare 方法,显式指定 ChromeDriver 的端口号为 9515。具体修改如下:
/**
* 准备 Dusk 测试执行
*/
#[BeforeClass]
public static function prepare(): void
{
if (! static::runningInSail()) {
static::startChromeDriver(['--port=9515']);
}
}
技术细节
-
端口号的重要性:9515 是 ChromeDriver 的默认通信端口,显式指定可以确保连接稳定性。
-
版本兼容性:Chrome 128 对驱动程序的连接方式做了更严格的验证,显式端口配置可以满足这些新要求。
-
Sail 环境例外:修改中保留了
runningInSail()检查,确保在 Laravel Sail 环境中不受影响。
最佳实践
-
版本控制:建议在项目中锁定 Chrome 和 ChromeDriver 的版本,避免因自动更新导致兼容性问题。
-
环境检查:在 CI/CD 流程中加入浏览器版本检查,确保测试环境一致性。
-
错误处理:可以扩展 DuskTestCase 类,增加更详细的错误日志记录,便于快速定位类似问题。
总结
通过这个简单的配置调整,开发者可以快速解决 Laravel Dusk 与 Chrome 128 的兼容性问题。这再次提醒我们,在自动化测试环境中,浏览器和驱动程序的版本管理至关重要。建议开发团队建立完善的浏览器版本管理策略,确保测试环境的长期稳定性。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00