Ruby LSP 测试功能变更与文件路径规范解析
2025-07-08 21:26:00作者:温艾琴Wonderful
Ruby LSP 作为现代 Ruby 开发的重要工具,近期对其测试功能进行了重大更新。这次更新主要涉及测试文件的发现机制和路径规范,开发者需要了解这些变化以避免测试功能无法正常工作的情况。
测试发现机制的变化
最新版本的 Ruby LSP 引入了一套全新的测试发现机制,这套机制对测试文件的存放位置提出了明确要求。系统现在会按照特定的 glob 模式来识别测试文件:
**/{test,spec,features}/**/{*_test.rb,test_*.rb,*_spec.rb,*.feature}
这套模式设计考虑了性能优化因素,使得 LSP 能够高效地发现项目中的所有测试文件。如果测试文件不符合这个路径规范,Ruby LSP 将无法识别这些测试,导致测试运行按钮失效。
传统布局与新规范的冲突
许多 Ruby 开发者习惯将测试文件与实现文件放在同一目录下,例如:
lib/fetchers/
├── base_adapter.rb
├── job_fetcher.rb
├── test_base_adapter.rb
└── test_job_fetcher.rb
这种布局虽然直观且被许多其他语言采用,但不符合 Ruby LSP 新的测试发现规范。目前可以通过设置 fullTestDiscovery 特性标志暂时恢复旧有行为,但该标志将在未来版本中被移除。
对开发实践的影响
这一变更意味着开发者需要调整项目结构以适应新的规范。建议将测试文件统一放置在项目根目录下的 test 或 spec 目录中,这是 Ruby 社区更常见的做法,也符合 Ruby on Rails 等框架的约定。
对于坚持原有文件组织方式的开发者,需要考虑以下替代方案:
- 使用自定义脚本运行测试
- 创建符号链接将测试文件映射到规范路径
- 考虑迁移到新的文件布局
未来改进方向
Ruby LSP 团队已经意识到需要为不符合规范的测试文件提供更好的反馈机制。当用户点击无法识别的测试项的代码透镜时,系统应该明确提示原因,而不是简单地不响应。
这一变更反映了工具开发中性能优化与开发者体验之间的平衡取舍。虽然短期内可能造成不便,但从长远来看,统一的文件布局规范有助于提高工具性能和开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0197
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 Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425