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。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00