ManticoreSearch项目中的Buddy测试工作流优化实践
在软件开发过程中,测试环节与开发环节的协同往往面临诸多挑战。ManticoreSearch团队近期针对其Buddy组件与主守护进程(daemon)之间的测试工作流进行了重要优化,解决了测试滞后于开发的问题,显著提升了开发效率与代码质量。
原有工作流的问题
在原有流程中,QA团队只能在Buddy的变更合并到主分支后才能添加或修改测试用例。这种做法存在明显缺陷:功能代码未经充分测试就被合并到主分支,增加了潜在风险。这种"先合并后测试"的模式违背了现代软件开发中"测试先行"的最佳实践。
优化后的工作流设计
团队设计了一套全新的协同工作流,实现了测试与开发的并行进行:
-
开发阶段:开发人员在Buddy仓库创建Pull Request(PR)时,CI系统会自动在守护进程仓库创建对应分支(buddy-<PR编号>),更新依赖文件deps.txt。
-
测试环境构建:改造test_kit_docker_build.sh脚本,使测试工具包在构建时直接从仓库获取Buddy代码,而非依赖预编译包。
-
并行测试:QA团队可以直接在守护进程的对应分支上添加和运行测试用例,实现测试与开发的同步进行。
-
决策与合并:基于分支测试结果决定是否合并Buddy的PR,确保只有通过测试的代码才能进入主分支。
-
最终集成:Buddy变更合并后,自动创建更新PR,将测试变更同步到主分支,完成整个流程。
关键技术实现
该方案的核心技术点包括:
-
动态依赖管理:通过修改deps.txt文件实现Buddy版本与主进程的灵活绑定,支持测试特定分支。
-
定制化构建流程:改造Docker构建脚本,使其能够从指定分支而非稳定版本获取Buddy组件。
-
自动化分支管理:CI系统自动创建和维护与Buddy PR对应的守护进程分支,保持两者同步。
方案优势
-
质量保障前移:测试环节提前到代码合并前,符合"测试左移"原则,降低主分支风险。
-
开发效率提升:开发与测试并行进行,缩短了反馈周期,加快了迭代速度。
-
流程自动化:通过CI/CD自动化减少了人工操作,降低了出错概率。
-
灵活性增强:支持针对特定功能分支进行定制化测试,满足复杂场景需求。
实施经验
在实际落地过程中,团队特别注意了以下几点:
-
分支命名规范:采用"buddy-<PR编号>"的统一命名规则,确保清晰可追溯。
-
目标分支策略:使用专门的update-buddy-version分支作为中间目标,避免直接操作主分支。
-
变更同步机制:确保Buddy变更与对应测试能够原子性地同步到主分支。
这种工作流优化不仅解决了ManticoreSearch项目中的具体问题,也为其他类似项目提供了可借鉴的实践经验,展示了如何通过合理的流程设计和自动化工具实现开发与测试的高效协同。
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03