【更新公告】Airtest更新至1.2.4

简介: 【更新公告】Airtest更新至1.2.4

网络异常,图片无法展示
|


1. 前言



本次更新为Airtest更新,版本提升至1.2.4版本。


PS:AirtestIDE暂未更新,1.2.12版本的IDE自带的Airtest版本仍是1.2.3版本,不是最新的1.2.4版本。


2. 更新详情



1)新增对Android12的支持


新增Android 12的minicap截图支持。


如果在1.2.12版本的IDE中,连接不上Android12的设备,可以在本地python环境把Airtest更到1.2.4版本后,连接Android12的设备跑一个脚本之后,再用1.2.12版本的IDE来连接该设备。(当然,后续更新了AirtestIDE的版本之后,就可以直接连接,无需进行这些操作)


2)修复了1个启动录屏失败的问题


安卓在录屏强制中止的情况下,下一次启动录屏时优先清理之前的录屏再开始新录屏,有效避免了启动录屏失败的问题。


旧版本在录屏强制终止的情况下,重新开始录屏可能会出现如下的报错(需要手动结束录屏或者单独运行结束录屏的脚本之后才能正常重新开启录屏):


网络异常,图片无法展示
|


3)优化了部分手机的输入问题


部分手机如oppo/vivo等,在没有安装/启用yosemite输入法时无法使用,改用 adb shell input text 输入(不支持中文)。


4)优化了 wake 接口解锁操作


wake 接口先尝试使用 keyevent22482 解锁android屏幕,如果解锁失败,再尝试用yosemite解锁。


5)修复了部分极限情况的图像识别异常问题


计算置信度过程加入极限值噪点,修复纯色状态时置信度异常高的问题。RGB模式对极限值进行裁剪,修复色相角度计算异常的问题。


3. 如何更新



1)使用了AirtestIDE


因为本次更新只涉及Airtest框架更新,所以我们即使使用最新的1.2.12版本IDE自带的Python环境也是无法享受到的;


但是我们可以在AirtestIDE设置使用本地Python环境,然后在本地Python环境中将 Airtest 更新至1.2.4版本,这样在IDE运行脚本时,就会使用最新的Airtest框架。


2)使用本地Python环境/其它编辑器


使用本地Python环境同学,可以直接在对应的Python环境中,使用下述命令更新 Airtest:


pip install -U airtest
复制代码


使用其它编辑器,比如pycharm的同学,可以直接找到当前项目使用的Python解释器,然后升级 Airtest 至1.2.4版本:


网络异常,图片无法展示
|


4. 更新注意事项



1)pip install 超时/报错


如果在下载/更新airtest库时,出现超时问题,请更换国内源来pip,比如使用清华源:


pip install -U airtest -i https://pypi.tuna.tsinghua.edu.cn/simple
复制代码


如果出现报错,不能安装,则优先排查python版本的支持问题,airtest支持3≤python≤3.9。(python2不支持)


2)更新后numpy报错


如更新后出现类似 ImportError:numpy.core.multiarray failed to import 的报错,可以尝试将 numpy 库的版本降至1.19.3版本以下:


# 安装指定版本的库(命令参考)
pip install numpy==1.17.2
复制代码


如果python环境里面的numpy版本>1.9.13,安装时会出现类似 airtest 1.2.4 requires numpy≤1.19.3。请先将环境里面的numpy版本降低至要求以下,再来安装最新的airtest。

相关文章
|
存储 人工智能 算法
YOLOv8界面-目标检测+语义分割+追踪+姿态识别(姿态估计)+界面DeepSort/ByteTrack-PyQt-GUI
YOLOv8界面-目标检测+语义分割+追踪+姿态识别(姿态估计)+界面DeepSort/ByteTrack-PyQt-GUI
|
6月前
|
机器学习/深度学习 自然语言处理 搜索推荐
《让机器人读懂你的心:情感分析技术融合奥秘》
情感分析技术正赋予机器人理解人类情绪的能力,使其从冰冷的工具转变为贴心伙伴。通过语音、面部表情和文本等多模态信息,机器人可精准识别情绪并做出相应反应。然而,多模态数据融合、个性化情感理解及自然情感表达仍是技术难点。一旦突破,机器人将在医疗、教育和养老等领域大放异彩,成为患者助手、个性化教师和老人陪伴者,开启人机交互新纪元。这不仅是一次技术飞跃,更是机器人迈向情感世界的深刻变革。
278 0
|
8月前
|
Shell 测试技术 UED
云产品评测|操作系统智能助手OS Copilot新功能
作为一名企业开发人员,我最近测试了 OS Copilot 的 -t、-f 功能及管道功能。-t 功能能正确识别并解释端口号,但界面操作需优化;-f 功能成功完成自定义任务,但在交互连续性上有待改进;管道功能表现最佳,支持简便的自定义任务操作。建议在 -t 功能中增加交互入口,并优化 -f 功能的后续操作体验。
|
4月前
|
缓存 NoSQL 算法
高并发秒杀系统实战(Redis+Lua分布式锁防超卖与库存扣减优化)
秒杀系统面临瞬时高并发、资源竞争和数据一致性挑战。传统方案如数据库锁或应用层锁存在性能瓶颈或分布式问题,而基于Redis的分布式锁与Lua脚本原子操作成为高效解决方案。通过Redis的`SETNX`实现分布式锁,结合Lua脚本完成库存扣减,确保操作原子性并大幅提升性能(QPS从120提升至8,200)。此外,分段库存策略、多级限流及服务降级机制进一步优化系统稳定性。最佳实践包括分层防控、黄金扣减法则与容灾设计,强调根据业务特性灵活组合技术手段以应对高并发场景。
1063 7
|
8月前
|
人工智能 程序员 测试技术
最新活动 | 全网招募 100 位 AI 程序员体验官,感受 DeepSeek 加持下智能编码
通义灵码联合阿里云开发者社区,全网寻找100位 AI 程序员体验官,感受 AI 程序员和满血版 Deepseek 加持下的智能编码新功能,体验需求开发、跨语言编程、单元测试自动生成、图生代码等 AI 程序员能力,领取 Cherry 机械键盘、智能手环等奖品。
184 6
|
11月前
|
监控 测试技术 开发工具
移动端性能测试工具
移动端性能测试工具
715 2
|
机器学习/深度学习 编解码 测试技术
TimeMOE: 使用稀疏模型实现更大更好的时间序列预测
TimeMOE是一种新型的时间序列预测基础模型,通过稀疏混合专家(MOE)设计,在提高模型能力的同时降低了计算成本。它可以在多种时间尺度上进行预测,并且经过大规模预训练,具备出色的泛化能力。TimeMOE不仅在准确性上超越了现有模型,还在计算效率和灵活性方面表现出色,适用于各种预测任务。该模型已扩展至数十亿参数,展现了时间序列领域的缩放定律。研究结果显示,TimeMOE在多个基准测试中显著优于其他模型,特别是在零样本学习场景下。
1322 64
|
存储 自然语言处理
【NLP】gensim保存存储和加载fasttext词向量模型
【8月更文挑战第3天】如何使用Gensim库中的FastText模型来训练词向量,并演示了如何保存和加载这些训练好的模型。
193 2
|
消息中间件 关系型数据库 MySQL
使用Flink实现Kafka到MySQL的数据流转换:一个基于Flink的实践指南
使用Flink实现Kafka到MySQL的数据流转换:一个基于Flink的实践指南
967 1
|
机器学习/深度学习 自然语言处理 机器人
基于深度学习的智能语音机器人交互系统设计方案
**摘要** 本项目旨在设计和实现一套基于深度学习的智能语音机器人交互系统,该系统能够准确识别和理解用户的语音指令,提供快速响应,并注重安全性和用户友好性。系统采用分层架构,包括用户层、应用层、服务层和数据层,涉及语音识别、自然语言处理和语音合成等关键技术。深度学习模型,如RNN和LSTM,用于提升识别准确率,微服务架构和云计算技术确保系统的高效性和可扩展性。系统流程涵盖用户注册、语音数据采集、识别、处理和反馈。预期效果是高识别准确率、高效处理和良好的用户体验。未来计划包括系统性能优化和更多应用场景的探索,目标是打造一个适用于智能家居、医疗健康、教育培训等多个领域的智能语音交互解决方案。