Selenide v7.9.2版本发布:优化视频录制与性能提升
Selenide是一个基于Selenium的轻量级测试框架,它通过简化API和内置的智能等待机制,让Web自动化测试变得更加简单高效。该项目最近发布了v7.9.2版本,带来了一系列功能改进和性能优化。
视频录制功能改进
本次更新对Selenide的视频录制功能进行了三项重要改进:
-
修复视频颜色问题:解决了视频录制器中生成的视频颜色异常问题,现在录制的视频将显示正确的色彩。
-
延迟录制启动:优化了视频录制的启动时机,现在只在测试完成后才开始生成视频,显著减少了CPU资源的消耗。这一改进对于长时间运行的测试套件特别有价值。
-
改进附件格式:视频录制现在使用"[[ATTACHMENT|FILE]]"格式进行附加,这种标准化格式使得测试报告中的视频附件处理更加一致和可靠。
移动端测试修复
针对Selenide-Appium(Selenide的移动端测试扩展)修复了一个重要的ClassCastException问题。当在Web浏览器上调用scroll(ScrollOptions)方法时,之前会抛出类型转换异常,现在这一问题已得到解决,确保了移动端和Web端测试API的一致性。
性能优化
本次更新包含了两项性能优化措施:
-
循环中的列表大小缓存:通过缓存循环中的列表大小,减少了重复计算的开销,提升了整体性能。这一优化在遍历大型元素集合时效果尤为明显。
-
LittleProxy内存泄漏修复:将LittleProxy从2.4.1升级到2.4.2版本,解决了已知的内存泄漏问题,提高了长时间测试运行的稳定性。
依赖项更新
Selenide v7.9.2同步更新了核心依赖项:
- 将Selenium从4.31.0升级到4.32.0版本
- Chrome DevTools Protocol(CDP)从135升级到136版本
这些依赖项的更新带来了底层浏览器自动化能力的增强和稳定性提升。
总结
Selenide v7.9.2版本虽然是一个小版本更新,但包含了多项实用改进。视频录制功能的优化使得测试报告更加可靠,同时减少了资源消耗;移动端测试的修复增强了框架的稳定性;性能优化措施则提升了测试执行效率。这些改进共同使得Selenide在Web和移动端自动化测试领域继续保持其简单高效的特点。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00