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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00