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
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
871
207
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
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160