TypeScript ESLint 规则测试器中的类型推断优化
2025-05-14 10:27:14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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878