MarkBench 测试框架使用教程

MarkBench 测试框架使用教程

markbench-tests Home of test harnesses used in LTT Labs MarkBench 项目地址: https://gitcode.com/gh_mirrors/ma/markbench-tests

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

1. 克隆项目仓库

   git clone https://github.com/LTTLabsOSS/markbench-tests.git
   cd markbench-tests
   

2. 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
   

3. 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。

markbench-tests Home of test harnesses used in LTT Labs MarkBench 项目地址: https://gitcode.com/gh_mirrors/ma/markbench-tests