MarkBench 测试框架使用教程
1. 项目介绍
MarkBench 是由 LTT Labs 团队开发的官方测试平台,用于执行各种性能测试。该平台不仅是一个数据收集和协调框架,还包含了一系列测试工具,用于生成在 Linus Tech Tips (LTT) 视频中展示的数据。MarkBench 的代码是开源的,允许用户执行与 LTT 团队相同的测试。
MarkBench 的核心功能包括:
- 测试执行和数据收集
- 支持多种测试类型,如游戏性能测试、渲染测试等
- 提供详细的测试报告和结果分析
2. 项目快速启动
2.1 环境准备
在开始之前,请确保您的系统已安装以下软件:
- Python 3.10+
- Poetry(用于依赖管理)
- Git
2.2 安装步骤
-
克隆项目仓库
git clone https://github.com/LTTLabsOSS/markbench-tests.git cd markbench-tests
-
安装 Poetry
打开 PowerShell 终端并执行以下命令:
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -
安装完成后,将 Poetry 添加到系统路径:
$env:Path += ";%APPDATA%\Python\Scripts"
验证 Poetry 安装是否成功:
poetry --version
-
安装依赖
在项目根目录下执行以下命令:
poetry install
2.3 运行第一个测试
以 MSI Kombustor 测试为例,执行以下命令:
python msikombuster.py --test vkfurrytorus --resolution "1080,1920" -b true
该命令将启动 MSI Kombustor 并执行 FurMark-Donut 测试,分辨率为 1920x1080。测试完成后,结果将存储在 msikombuster/run
目录中。
3. 应用案例和最佳实践
3.1 游戏性能测试
MarkBench 支持多种游戏性能测试,如《赛博朋克2077》、《反恐精英2》等。通过这些测试,用户可以评估不同硬件配置下的游戏性能。
3.2 渲染性能测试
对于需要高性能渲染的应用场景,MarkBench 提供了 Blender 渲染测试和 Cinebench 测试。这些测试可以帮助用户评估 CPU 和 GPU 的渲染性能。
3.3 最佳实践
- 定期更新测试版本:MarkBench 团队会定期发布新版本的测试工具,建议用户定期更新以获取最新的测试功能和修复。
- 详细记录测试环境:在执行测试时,务必详细记录测试环境(如硬件配置、操作系统版本等),以便后续分析和对比。
4. 典型生态项目
4.1 Keras OCR
MarkBench 使用 Keras OCR 进行游戏菜单的自动化导航。Keras OCR 是一个基于深度学习的 OCR 工具,能够识别图像中的文字并返回其坐标。
4.2 PyAutoGUI 和 PyDirectInput
这两个库用于模拟键盘和鼠标输入,帮助自动化游戏测试中的交互操作。PyAutoGUI 使用虚拟键码(VKs)和 Win32 函数,而 PyDirectInput 则使用 Send Input 方法。
通过这些生态项目的结合,MarkBench 能够提供全面的性能测试解决方案,满足不同应用场景的需求。