Fast-Check 中 fc.record 类型的优化方案
2025-06-13 17:54:22作者:龚格成
背景介绍
Fast-Check 是一个优秀的 TypeScript 属性测试库,它允许开发者通过定义属性来生成随机测试用例。其中 fc.record 是一个常用的 API,用于生成符合特定结构的对象。然而,随着项目的发展,其类型定义逐渐变得复杂,影响了开发体验。
当前问题
现有的 fc.record 类型定义存在几个痛点:
- 类型推断结果复杂:当嵌套使用时,推断出的类型难以阅读和理解
- 维护成本高:需要为不同重载重复 JSDoc 注释
- 类型表达能力有限:无法很好地支持作为类型定义源的需求
优化方案
经过社区讨论,提出了一个简化方案,核心思路是:
- 使用
Prettify工具类型来优化类型展示 - 通过组合
Partial和Pick来实现灵活的键控制 - 简化重载定义,减少维护成本
优化后的类型定义如下:
type Prettify<T> = { [K in keyof T]: T[K] } & {};
type RecordValue<T, TKeys> = Prettify<Partial<T> & Pick<T, TKeys & keyof T>>;
export function record<T, K extends keyof T>(
model: { [K in keyof T]: fc.Arbitrary<T[K]> },
constraints?: { requiredKeys?: K[] }
): fc.Arbitrary<RecordValue<T, K>>
技术细节
Prettify 类型
Prettify 类型的作用是让 TypeScript 显示更友好的类型提示。它通过映射类型和空对象交叉,强制 TypeScript 展开类型定义,而不是显示复杂的交叉类型。
RecordValue 类型
这个类型组合了 Partial 和 Pick 的特性:
Partial<T>使所有属性变为可选Pick<T, TKeys>确保指定键保持必需- 两者交叉后通过
Prettify优化显示
重载简化
通过将 requiredKeys 设为可选参数,避免了多个重载定义的需要,同时保持了相同的功能。
优势分析
- 更好的开发体验:类型提示更清晰,便于理解
- 更低的维护成本:减少重载数量,避免重复注释
- 更强的表达能力:支持作为类型定义源使用
- 更好的兼容性:支持更广泛的 TypeScript 版本
实际应用
这种优化使得 fc.record 可以更好地用于类型驱动开发场景。开发者可以:
- 使用
fc.record定义数据结构 - 直接利用推断出的类型作为应用类型
- 获得自动生成的测试数据
总结
通过对 Fast-Check 中 fc.record 类型的优化,显著提升了库的类型系统友好度和开发体验。这种改进不仅解决了现有问题,还为类型驱动的开发模式提供了更好的支持,体现了 TypeScript 类型系统的强大表达能力。
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