TypeScript ESLint 规则测试器中的类型推断优化
2025-05-14 02:05:16作者:吴年前Myrtle
TypeScript ESLint 项目中的规则测试器(RuleTester)是开发者用来测试自定义ESLint规则的重要工具。最近社区提出了一个关于改进其类型推断能力的建议,本文将深入探讨这一技术优化的背景、实现思路和实际价值。
背景与问题
在TypeScript ESLint项目中,RuleTester.run方法用于执行规则测试。该方法原本接受两个显式类型参数:MessageIds和Options。开发者在使用时需要手动指定这些类型参数,或者依赖TypeScript的类型推断。
在实际使用中,开发者发现当测试用例被封装在辅助函数中时,类型推断会出现问题。具体表现为:
- Options类型被推断为any而不是预期的具体配置类型
- MessageIds类型虽然能正确推断,但测试用例中的错误ID检查不够严格
技术实现方案
通过分析发现,根本原因在于测试用例参数影响了类型推断。解决方案是在RunTests类型参数上应用NoInfer工具类型:
run<MessageIds extends string, Options extends readonly unknown[]>(
ruleName: string,
rule: RuleModule<MessageIds, Options>,
test: RunTests<NoInfer<MessageIds>, NoInfer<Options>>
): void;
NoInfer的作用是告诉TypeScript不要从这个位置推断类型,而是使用已经推断出的类型。这样就能确保:
- MessageIds完全来自rule参数的类型
- Options也完全来自rule参数的类型
- 测试用例不会干扰这些类型的推断
优化后的优势
这一改进带来了几个显著好处:
- 更好的IDE支持:开发者在使用时会获得更准确的自动补全和类型检查
- 更严格的类型安全:测试用例中的messageId和options会进行更精确的类型验证
- 向后兼容:现有代码无需任何修改即可继续工作
- 更直观的开发体验:开发者不再需要显式指定类型参数
实际应用示例
假设我们有一个自定义规则,配置选项为{ target: string },并定义了特定的messageId。优化后的RuleTester能确保:
ruleTester.run("my-rule", rule, {
valid: [
{ code: "", options: [{ target: "valid" }] }, // 正确
{ code: "", options: [{ target: 123 }] }, // 类型错误
],
invalid: [
{
code: "asd",
errors: [{ messageId: "invalidMessage" }], // 正确
},
{
code: "asd",
errors: [{ messageId: "unknownMessage" }], // 类型错误
},
],
});
总结
TypeScript ESLint对RuleTester的类型推断优化,体现了类型系统在实际开发工具中的应用价值。通过巧妙地使用NoInfer,既保持了向后兼容性,又提升了开发体验和类型安全性。这种优化思路也值得在其他需要精确类型控制的工具开发中借鉴。
对于TypeScript ESLint用户来说,这一改进意味着编写规则测试时将获得更可靠的类型指导和更流畅的开发体验,有助于提高规则的质量和开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude 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 Started
Rust
578
99
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
414
339
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2