TestFx v3.9.0 版本发布:MSTest 和测试平台的重要更新
TestFx 是微软推出的一个开源测试框架,它为 .NET 开发者提供了强大的单元测试和集成测试能力。TestFx 包含了 MSTest 测试框架和 Microsoft Testing Platform 测试平台两大核心组件,广泛应用于 .NET 生态系统的测试场景中。
版本亮点
TestFx v3.9.0 版本主要聚焦于 MSTest 和 Microsoft Testing Platform 的改进与修复,带来了多项重要更新:
MSTest 框架增强
-
UWP/WinUI 异步测试支持
现在开发者可以在 UWP 和 WinUI 应用程序中使用异步测试方法(UITestMethod)。这一改进使得 UI 测试代码可以更自然地使用 async/await 模式,简化了异步 UI 操作的测试编写。 -
重复数据行分析器
新增了一个静态分析器,用于检测测试类中重复的 DataRow 属性。这有助于开发者在早期发现可能的数据驱动测试中的重复数据问题,提高测试质量。 -
ClassCleanup 调用修复
修复了当类中第一个测试被忽略时,ClassCleanup 方法不会被调用的 bug。现在无论测试执行情况如何,ClassCleanup 都能被正确调用,确保测试环境的正确清理。 -
跨 AppDomain 警告输出
改进了在 AppDomain 边界外写入警告信息的行为,使得警告信息能够更可靠地传递和显示。
Microsoft Testing Platform 改进
-
Azure DevOps 扩展(Alpha)
新增了一个处于 Alpha 阶段的 Azure DevOps 扩展,用于在 Azure DevOps 流水线中报告测试错误。这一功能为持续集成环境提供了更好的测试结果可视化支持。 -
测试主机稳定性增强
当写入挂起转储失败时,系统现在会主动终止测试主机进程,防止测试执行陷入不可恢复的状态。
测试体验优化
此版本还改进了 dotnet test 命令的体验,特别是在重试插件方面。团队已经开始在自己的代码库中验证这一新体验。对于使用 .NET 10 的开发者,可以通过配置启用 Microsoft Testing Platform 模式下的 dotnet test 命令,获得更现代化的测试执行体验。
社区贡献
v3.9.0 版本还迎来了三位新贡献者的加入,他们为项目带来了宝贵的代码贡献。社区参与是开源项目发展的重要动力,TestFx 团队欢迎更多开发者参与贡献。
总结
TestFx v3.9.0 版本通过多项功能增强和问题修复,进一步提升了测试框架的稳定性和开发者体验。特别是对异步 UI 测试的支持和重复数据检测功能的加入,将显著提高测试代码的质量和可维护性。对于使用 MSTest 和 Microsoft Testing Platform 的 .NET 开发者来说,升级到这个版本将带来更顺畅的测试编写和执行体验。
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- 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
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00