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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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