Testem 使用与安装指南
1. 安装指南
Testem 是一款适用于 JavaScript 单元测试的工具,支持多种测试框架,并且可以在多种浏览器和环境中运行。首先,确保您的系统中安装了 Node.js 0.10 或更高版本。安装 Node.js 非常简单,您可以访问 Node.js 官网 下载并安装。
安装 Node.js 后,在命令行中使用以下命令全局安装 Testem:
npm install testem -g
2. 项目的使用说明
Testem 支持两种使用模式:测试驱动开发(TDD)和持续集成(CI)。
开发模式
在开发模式下,Testem 提供了一个简单的终端界面来运行测试。在空目录中运行以下命令启动 Testem:
testem
启动后,终端会显示一个界面,并提供一个 URL。在浏览器中打开该 URL,您会看到一个测试结果页面。
当您添加新的 .js 文件或修改现有文件时,Testem 会自动重新运行测试。这使得“测试先行”的开发流程变得简单。
使用文本用户界面
在开发模式下,Testem 还提供了一个基于文本的用户界面,可以通过键盘控制。以下是一些控制键:
- ENTER:运行测试
- q:退出
- ←:移动到左侧的浏览器标签页
- →:移动到右侧的浏览器标签页
- TAB:在顶部和底部的面板之间切换
- ↑:向上滚动目标文本面板
- ↓:向下滚动目标文本面板
- SPACE:在目标文本面板中向下翻页
- b:在目标文本面板中向上翻页
- d:在目标文本面板中向下滚动半页
- u:在目标文本面板中向上滚动半页
通过以下命令可以查看所有命令行选项:
testem --help
持续集成模式
在 CI 模式下,Testem 会在系统上可用的所有浏览器中依次运行测试。使用以下命令启动 CI 模式:
testem ci
您还可以使用 -P 选项来并行运行多个浏览器:
testem ci -P 5
通过以下命令可以查看 CI 模式的所有命令行选项:
testem ci --help
3. 项目API使用文档
Testem 提供了多种测试报告格式,如 TAP、dot、xunit 和 teamcity。您可以使用 -R 选项指定报告格式:
testem ci -R dot
Testem 还允许您添加自定义报告器。
4. 项目安装方式
Testem 的安装方式已在“安装指南”一节中介绍。简要概述如下:
确保系统安装了 Node.js 0.10 或更高版本后,使用以下命令全局安装 Testem:
npm install testem -g
以上内容涵盖了 Testem 的安装和使用方法。通过 Testem,JavaScript 的单元测试可以变得更加轻松和愉快。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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