Orchestral/Testbench v9.11.0 版本发布:测试工具链的重要升级
Orchestral/Testbench 是 Laravel 生态中一个非常重要的测试工具包,它为 Laravel 包的开发者提供了完整的测试环境支持。通过模拟 Laravel 应用的核心功能,Testbench 让开发者能够在不构建完整 Laravel 应用的情况下,对包进行单元测试和功能测试。
核心更新内容
本次发布的 v9.11.0 版本带来了几个重要的改进和功能增强:
1. 引入 orchestra/sidekick 依赖
新版本中加入了 orchestra/sidekick 作为依赖项。Sidekick 是 Orchestral 项目组开发的另一个实用工具,它为 Laravel 应用提供了一些辅助功能。这一变化意味着 Testbench 现在可以更好地利用 Sidekick 提供的工具集来增强测试能力。
2. 视图交互测试支持
v9.11.0 版本实现了 Illuminate\Foundation\Testing\Concerns\InteractsWithViews trait。这一特性使得开发者现在可以更方便地测试视图相关的功能,包括:
- 断言视图是否存在
- 检查视图数据
- 验证视图渲染结果
- 测试视图组件
这对于开发包含前端组件的 Laravel 包特别有用,开发者现在可以像在完整 Laravel 应用中一样测试视图层。
3. Laravel 框架兼容性升级
新版本提升了对 Laravel 框架的支持,现在完全兼容 Laravel 11.43.0 版本。这一更新确保了使用最新版 Laravel 框架特性的包能够正确地在 Testbench 环境中进行测试。
向后兼容性处理
考虑到项目的稳定性,v9.11.0 版本重新添加了已被标记为废弃的 getBasePath() 方法。这是一个临时措施,目的是给开发者更多的时间来迁移他们的测试代码。需要注意的是:
- 这个方法将在 Testbench 10.0 版本中被正式移除
- 开发者应当尽快更新测试代码,避免依赖这一方法
- 长期来看,建议使用 Testbench 提供的其他方式来获取基础路径信息
升级建议
对于正在使用 Testbench 的开发者,建议尽快升级到 v9.11.0 版本以获取最新的功能和改进。升级过程通常很简单:
- 更新 composer.json 中的版本约束
- 运行 composer update
- 检查测试套件是否正常运行
特别需要注意的是,如果项目中使用了 getBasePath() 方法,应当开始规划替代方案,为未来的 Testbench 10.0 升级做好准备。
总结
Orchestral/Testbench v9.11.0 通过引入新的测试功能和保持与 Laravel 核心的同步更新,进一步巩固了其作为 Laravel 包开发测试标准工具的地位。视图测试支持的加入特别值得关注,它为包开发者提供了更全面的测试能力。同时,项目维护者对向后兼容性的谨慎处理也体现了对开发者体验的重视。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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