Toga项目测试环境中的异步测试兼容性问题解析
2025-06-11 12:58:35作者:何举烈Damon
在Toga项目开发过程中,测试环境的稳定性对于保证代码质量至关重要。近期,开发团队发现了一个与异步测试相关的兼容性问题,该问题表现为测试套件在不同运行模式下出现不一致行为。
问题现象
当开发者使用briefcase run --test命令时,测试套件能够正常运行;而使用briefcase dev --test命令时,测试套件会出现挂起现象。更具体地,当尝试运行单个测试用例时,系统会抛出与异步事件循环相关的异常。
技术背景 这个问题源于pytest-asyncio插件的新旧版本兼容性问题。Toga项目中的测试套件依赖于特定的异步测试实现方式,而较新版本的pytest-asyncio对异步fixture的收集方式进行了不兼容的修改。具体表现为:
- 测试套件中自定义实现了event_loop fixture
- 新版本pytest-asyncio不再推荐这种实现方式
- 系统会抛出DeprecationWarning警告,但实际上导致了测试失败
临时解决方案 目前可以通过以下两种方式暂时解决这个问题:
- 使用
briefcase dev -r --test命令运行测试,这会重置依赖版本 - 确保开发环境中安装的是与项目兼容的pytest-asyncio版本
深入分析 这个问题实际上反映了Python异步测试生态系统的演进。新版本的pytest-asyncio推荐使用更规范的异步测试模式:
- 不再推荐直接重写event_loop fixture
- 建议通过scope参数控制事件循环的作用域
- 对于不同类型的事件循环,推荐使用event_loop_policy fixture
最佳实践建议 对于使用Toga项目进行开发的工程师,建议:
- 保持开发环境依赖的一致性
- 定期更新测试代码以适应新版本的测试框架
- 关注异步测试框架的变更日志
- 在团队内部统一开发环境配置
未来展望 Toga开发团队已经意识到这个问题的重要性,计划在未来版本中更新测试套件以适应新版本的pytest-asyncio。这将包括:
- 重构现有的异步测试实现
- 采用推荐的异步测试模式
- 确保向后兼容性
- 更新项目文档以反映这些变化
通过解决这个问题,Toga项目将能够为开发者提供更加稳定和可靠的测试环境,进一步提升项目的开发体验和代码质量。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878