ReportPortal 25.0.2版本发布:测试报告精度优化与社区反馈改进
ReportPortal项目简介
ReportPortal是一个开源的测试自动化报告和分析平台,它通过集中管理和可视化测试执行结果,帮助开发团队更好地理解测试状态、分析失败原因并跟踪问题。作为一个功能强大的测试报告解决方案,ReportPortal支持与多种测试框架集成,并提供实时分析、历史趋势跟踪和智能问题分析等功能。
25.0.2版本核心改进
1. 测试报告精度优化
在25.0.2版本中,ReportPortal针对.NET测试框架的报告精度进行了重要改进。现在所有请求中的日期时间将被截断到微秒级精度,解决了#2402问题中测试报告不准确的情况。这一改进对于需要高精度时间记录的测试场景尤为重要,特别是在性能测试和时序敏感的测试用例中。
技术实现上,服务端API现在会主动处理传入的时间戳,确保在存储和比较时使用统一的精度标准,避免了因时间精度不一致导致的测试结果匹配问题。
2. 测试步骤持续时间显示恢复
针对社区反馈的#2424问题,新版本恢复了测试步骤持续时间的显示功能。这一功能对于分析测试用例中各个步骤的执行效率至关重要,特别是在定位性能瓶颈时。开发团队可以再次清晰地看到每个测试步骤的执行耗时,便于进行针对性的优化。
3. 安全性与稳定性提升
25.0.2版本将前端使用的Axios库从旧版本升级到了1.7.9。这一升级带来了多项改进:
- 修复了多个潜在的安全问题
- 提升了HTTP请求的稳定性和可靠性
- 优化了错误处理机制
- 减少了内存使用量
对于企业级用户来说,这种基础库的定期更新是确保系统安全稳定运行的重要保障。
服务组件版本更新
本次发布主要更新了UI和API服务组件:
- UI服务升级至5.12.3版本,包含了前端显示优化和用户体验改进
- API服务升级至5.13.2版本,增强了数据处理能力和接口稳定性
其他核心服务如授权服务(Authorization)、索引服务(Index)、任务服务(Jobs)等保持原有版本,确保了系统的整体兼容性。
插件生态保持稳定
ReportPortal的插件生态系统在此次发布中保持稳定,各主要插件如GitLab集成、JIRA集成、Slack通知等均未进行版本变更。这为现有用户提供了平滑的升级体验,无需担心插件兼容性问题。
升级建议
对于正在使用ReportPortal 24.x或25.0.1版本的用户,建议尽快升级到25.0.2版本,特别是:
- 使用.NET测试框架的团队
- 依赖测试步骤耗时分析的工作流
- 注重系统安全性的企业环境
升级过程通常较为平滑,但建议在测试环境先行验证,特别是自定义了UI或集成了特定插件的场景。
总结
ReportPortal 25.0.2版本虽然是一个小版本更新,但解决了社区反馈的关键问题,提升了系统的可靠性和用户体验。通过持续优化核心功能和保持生态稳定,ReportPortal进一步巩固了其作为开源测试报告解决方案的领导地位。开发团队对社区反馈的快速响应也体现了项目的活跃度和对用户需求的重视。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust073- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00