NgRx Signals 测试辅助工具:`unprotected` 函数的设计思考
2025-05-28 21:47:30作者:裘晴惠Vivianne
在 NgRx Signals 的状态管理方案中,SignalStore 提供了一种响应式的状态管理方式。然而在测试场景下,开发者经常需要直接修改受保护的状态来进行测试准备。本文将深入探讨 NgRx 社区关于测试辅助工具的设计讨论和技术决策。
背景与需求
SignalStore 默认情况下会保护内部状态,防止外部直接修改,这是良好的封装性原则。但在单元测试中,我们经常需要:
- 快速设置初始测试状态
- 模拟特定状态场景
- 验证状态变更逻辑
目前缺乏官方推荐的测试工具方法,导致开发者需要寻找各种变通方案。
解决方案讨论
社区提出了几种设计方案:
1. unprotected 函数方案
import { unprotected } from '@ngrx/signals/testing';
const store = TestBed.inject(UsersStore);
patchState(unprotected(store), setAllEntities(usersMock));
这种方案通过一个简单的包装函数,临时解除状态保护,允许直接修改。
2. overrideState 方案
借鉴 Angular TestBed 的 override 系列方法:
overrideState(store, newState);
优势是符合 Angular 开发者已有的心智模型,同时隐含"这是测试专用方法"的语义。
3. injectUnprotectedStore 方案
const store = injectUnprotectedStore(UsersStore);
patchState(store, setAllEntities(usersMock));
这种方法通过专门的注入函数,明确区分了测试环境和生产环境。
技术考量
- 类型安全:所有方案都需要确保类型系统能够正确识别修改后的状态类型
- 测试意图表达:API 设计应该清晰表达这是测试专用工具
- 误用防范:尽量减少在生产代码中误用的可能性
- 开发者体验:符合 Angular/NgRx 开发者已有的使用习惯
最佳实践建议
基于讨论,推荐以下测试模式:
// 推荐方式:明确测试初始化
const store = injectStore(UsersStore, {
initialState: setAllEntities(usersMock)
});
// 或者在已有实例上修改
const store = TestBed.inject(UsersStore);
patchState(unprotected(store), setAllEntities(usersMock));
对于复杂测试场景,可以考虑分层策略:
- 使用
injectStore进行基础状态设置 - 通过业务方法测试正常流程
- 仅在必要时使用
unprotected模拟异常状态
实现原理
这类测试工具的核心实现通常会涉及:
- 类型转换:将受保护类型转换为可写类型
- 状态访问:提供对底层 Signal 的直接访问
- 作用域限制:确保仅在测试环境下可用
总结
NgRx Signals 的测试工具设计体现了在开发者体验和软件工程原则间的平衡。最终方案将提供灵活而安全的测试能力,同时保持生产代码的封装性。开发者可以根据具体测试需求选择合适的工具方法,但应始终注意测试的真实性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
最新内容推荐
DeepSeek-R1 终端输出满屏 `<think>` 乱码?一行正则修复 Hermes 过滤 BugAI 找不到执行结果?排查 _sanitize_api_messages 首尾空格引发的血案Agent 疯狂请求 API 导致额度耗尽?修复 batch_runner 无限重试 Bug接入 MiniMax/Qwen3 报错?别让 scratchpad 污染你的流式输出微信桥接神器 HermesClaw 启动崩溃?修复 openclaw dry-run 权限异常git submodule update 失败?国内网络拉取 Tinker-Atropos 强化学习模块指南Windows WSL 运行 Hermes 提示 launchd 失败?彻底解决跨系统自启大坑Execution Layer Crash: 修复工具调用结果无法持久化保存的致命 Bug无缝对话体验升级:Cherry Studio如何解决多模型协作难题隐私优先的照片管理:Ente加密相册的安全存储与智能组织方案
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
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
398
297
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++
943
878
🎉 (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
1.56 K
904
暂无简介
Dart
917
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924