Schemathesis v4.0.0-alpha.4 发布:API测试框架的重大升级
2025-06-19 12:48:46作者:魏侃纯Zoe
项目简介
Schemathesis 是一个基于属性测试(Property-based Testing)的现代 API 测试框架,它能够自动生成测试用例来验证 API 是否符合其 OpenAPI/Swagger 规范。该工具通过智能地探索 API 的各种可能状态和输入组合,帮助开发者发现难以通过传统测试方法捕捉的边界情况错误。
主要更新内容
统一报告系统
本次版本引入了全新的统一报告系统,通过 --report 参数支持多种报告格式输出。这一改进解决了以往需要记忆多个独立报告参数的问题,现在开发者可以通过单一接口生成 JUnit、VCR 和 HAR 等格式的测试报告。
--report-dir 参数的加入使得报告文件能够集中存储,便于持续集成环境中的结果收集和分析。值得注意的是,原有的 --junit-xml 和 --cassette-* 系列参数已被标记为废弃,推荐迁移到新的报告系统。
命令行参数优化
开发团队对命令行参数进行了大规模重构,使其更加直观和一致:
- 将
--generation-optimize重命名为--generation-maximize,更准确地表达了该选项的功能 - 简化了模式选择参数,
--generation-mode变为更简洁的-m/--mode - 测试用例数量控制参数
--generation-max-examples简化为-n/--max-examples - 新增了
--no-shrink选项来替代原shrink阶段控制,使配置更加直观
状态机改进
状态机(State Machine)是 Schemathesis 进行 API 序列测试的核心组件,本次更新对其进行了多项优化:
- 改进了 API 入口点的选择策略,优先选择可靠的入口操作而非随机选择,提高了测试效率
validate_response方法现在与call方法保持参数一致,需要开发者注意这一破坏性变更- 修复了
verify=False在状态机中的处理问题,确保 HTTPS 证书验证能够正确禁用
其他重要改进
- OpenAPI 链接处理:修复了多个 API 链接指向同一操作但参数不同时的处理问题
- 响应解析:对于无法解析的 OpenAPI 运行时表达式,现在返回
UNRESOLVABLE标记而非空字符串 - 错误处理:改进了 JSON 响应解析错误的消息提示,便于问题定位
- 测试中断处理:现在当测试被 CTRL-C 中断时,能够保留已生成的测试数据
升级建议
对于正在使用 Schemathesis 3.x 版本的用户,升级到 4.0.0-alpha.4 时需要注意以下兼容性问题:
- 检查并更新所有使用旧报告参数(如
--junit-xml)的脚本 - 如果自定义了状态机并重写了
validate_response方法,需要更新方法签名以接受**kwargs - 考虑将测试配置中的参数名称更新为新版本推荐的格式
这个 alpha 版本虽然包含破坏性变更,但为正式版的发布奠定了重要基础。建议开发团队在测试环境中先行验证,确保与现有测试套件的兼容性。
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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137