TypeScript ESLint 规则测试器中的类型推断优化
2025-05-14 20:47:55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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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Python00
HunyuanVideo-1.5暂无简介00
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
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92