MidScene项目v0.17.3版本发布:Web集成能力增强与核心优化
MidScene是一个专注于Web自动化测试和智能交互的开源项目,它通过提供强大的Web集成能力和智能化的操作流程,帮助开发者更高效地进行Web应用的测试和自动化操作。该项目最新发布的v0.17.3版本带来了一系列重要的功能增强和问题修复,特别是在Web集成缓存机制和核心功能稳定性方面有了显著提升。
Web集成缓存机制全面升级
本次版本最值得关注的改进是对Web集成模块中缓存机制的全面优化。开发团队为XPath选择器添加了完整的缓存支持,这意味着在使用XPath定位页面元素时,系统能够更高效地复用之前的定位结果,显著提升了自动化操作的执行效率。
在实际应用中,XPath是一种强大的XML路径语言,常用于在HTML文档中定位元素。通过为XPath添加缓存支持,MidScene现在能够记住之前成功定位的元素路径,避免重复计算和查找,这对于复杂Web页面的自动化操作尤为重要。
缓存配置灵活性增强
新版本还引入了cacheable选项,允许开发者通过YAML配置文件灵活控制哪些操作需要启用缓存。这一改进使得缓存行为变得更加可控,开发者可以根据实际需求为不同的操作单独配置缓存策略。例如,对于那些页面结构稳定不变的操作可以启用缓存以提高性能,而对于动态变化的内容则可以禁用缓存保证准确性。
Chrome代理缓存问题修复
针对Chrome浏览器代理环境下的缓存问题,开发团队进行了专门修复。在之前的版本中,某些情况下Chrome代理可能会错误地缓存响应或忽略缓存指令,导致自动化测试结果不一致。v0.17.3版本彻底解决了这一问题,确保了在Chrome环境下缓存行为的正确性和可靠性。
核心功能稳定性提升
除了Web集成方面的改进,本次版本还对核心功能进行了多项优化:
-
查询结果展示修复:解决了Playground环境中查询结果显示异常的问题,现在开发者能够更清晰地查看和分析操作结果。
-
副作用代码清理:开发团队对代码库进行了全面检查,移除了所有不必要的副作用代码,这不仅提高了代码的纯净度,也增强了系统的稳定性和可维护性。
技术价值与影响
MidScene v0.17.3版本的这些改进虽然看似细微,但对于依赖Web自动化测试的团队来说却意义重大。缓存机制的优化可以直接转化为测试套件执行速度的提升,特别是在大规模回归测试场景下,节省的时间成本将非常可观。同时,核心功能的稳定性增强也减少了测试过程中的不确定性,提高了整体测试结果的可靠性。
对于Web自动化测试领域而言,MidScene项目通过持续优化其Web集成能力,正在成为一个越来越有吸引力的选择。其平衡了功能强大性和易用性的特点,使得无论是简单的页面操作还是复杂的业务流程测试,都能找到合适的解决方案。
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