xUnit.net v3 新增 CTRF 测试报告格式支持
xUnit.net 作为 .NET 生态中广受欢迎的单元测试框架,在其最新的 v3 版本中新增了对 CTRF(Common Test Results Format)报告格式的支持。这一功能为开发者提供了更加标准化和跨平台的测试结果输出方式。
CTRF 格式简介
CTRF 是一种通用的测试结果格式标准,旨在为不同测试框架提供统一的报告格式。相比传统的 XML 或 TRX 格式,CTRF 具有更好的跨平台兼容性和更简洁的结构设计。
实现细节
xUnit.net v3 通过其内置的 JSON 序列化器实现了 CTRF 格式的输出功能。在实现过程中,开发团队做了以下关键设计决策:
-
环境信息增强:在报告的
environment部分额外添加了运行测试的计算机名称、用户名等信息,并将每个测试程序集及其包含的测试集合作为"套件"列出。 -
测试元数据扩展:在测试项的
extra部分包含了测试 ID、所属测试集合 ID、CLR 类型和方法名称等详细信息。 -
特殊标签处理:特别处理了名为
Category的特性(Trait),将其放入标准的tags元素中,实现了与 NUnit 和 MSTest 中[Category]特性的兼容。
性能考量
从文件大小角度来看,各种报告格式的表现如下:
- XML v2 报告始终是最紧凑的格式
- HTML 和 CTRF 格式大小相近,通常比 XML v2 大 0-50%
- TRX 格式通常比 XML v2 大 200% 以上
这使得 CTRF 成为测试框架间交换数据时既标准又高效的格式选择。
使用方式
根据不同的测试运行方式,开发者可以通过以下方法生成 CTRF 报告:
- 原生命令行运行:使用
-ctrf <filename>参数 - MSBuild 运行器:通过
<xunit>任务的Ctrf属性指定 - Microsoft.Testing.Platform:使用
--report-ctrf参数(可配合--report-ctrf-filename指定文件名)
值得注意的是,原生运行器会生成包含所有测试程序集结果的单一 CTRF 报告,而 Microsoft.Testing.Platform 会为每个测试程序集生成单独的 CTRF 报告。
实际应用建议
对于在 CI/CD 流水线中使用 CTRF 报告的开发者,需要注意:
-
当通过
dotnet test命令运行时,需要使用--分隔符来传递参数,例如:dotnet test -- --report-ctrf -
目前生成的 CTRF 文件采用 UTF-8 with BOM 编码,某些 Node.js 解析器可能需要额外处理才能正确读取
-
该功能目前仅在 xUnit.net v3 中提供,不计划向后移植到 v2 版本
这一功能的加入使得 xUnit.net 能够更好地融入现代测试生态系统,为开发者提供了更多元化的测试结果处理选择。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
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
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-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00