pytest-asyncio 1.0.0 版本发布:异步测试框架的重大更新
pytest-asyncio 是一个流行的 Python 测试插件,它允许开发者使用 pytest 框架来编写和运行异步测试代码。这个插件为 asyncio 库提供了无缝集成,使得测试异步代码变得简单直观。随着 Python 异步编程的普及,pytest-asyncio 已成为测试异步应用的重要工具。
重大变更:移除废弃功能
在 1.0.0 版本中,开发团队移除了已被废弃的 event_loop fixture。这是一个重要的清理工作,标志着项目向更简洁、更一致的 API 设计迈进。开发者应该确保他们的测试代码不再依赖这个已被移除的 fixture,转而使用项目推荐的其他方式来管理事件循环。
Python 3.14 初步支持
新版本增加了对 Python 3.14 的初步支持,这体现了项目维护团队对 Python 新版本的前瞻性关注。虽然 Python 3.14 尚未正式发布,但 pytest-asyncio 已经为即将到来的版本做好了准备,确保用户能够平滑过渡到未来的 Python 版本。
性能优化:作用域事件循环改进
1.0.0 版本对作用域事件循环(如模块作用域循环)的处理方式进行了重要优化。现在,这些循环只会创建一次,而不是在每个作用域(如每个模块)都创建。这一改变显著减少了 fixture 的数量,特别是对于大型测试套件,可以明显加快收集时间。
标记行为改进
pytest.mark.asyncio 装饰器的 loop_scope 参数行为得到了改进。现在,它不再强制要求存在与指定作用域级别匹配的 pytest Collector。例如,一个标记为 pytest.mark.asyncio(loop_scope="class") 的测试函数不再需要被类包围。这一变化使标记行为与 pytest_asyncio.fixture 的 scope 参数行为更加一致,提供了更大的灵活性。
问题修复
1.0.0 版本修复了多个重要问题:
- 解决了在使用 pytest 的
--setup-plan选项时出现的错误,提高了工具的兼容性。 - 修复了在使用
--doctest-ignore-import-errorspytest 选项时未抑制导入错误的问题。 - 解决了与包作用域循环相关的"fixture not found"错误,提高了工具的稳定性。
对下游打包者的说明
为了确保更好的打包体验,1.0.0 版本移除了一个有顺序依赖性的测试。这一改变使得 pytest-asyncio 在各种打包环境中的行为更加可靠和一致。
总结
pytest-asyncio 1.0.0 是一个重要的里程碑版本,它不仅移除了废弃功能,还带来了性能优化、行为改进和多个问题修复。这些变化使得这个异步测试工具更加成熟、稳定和高效。对于正在使用或考虑使用 pytest-asyncio 的开发者来说,升级到 1.0.0 版本将带来更好的测试体验和更可靠的测试结果。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00