推出 wrapture
Introducing wrapture
Graham Dumpleton（wrapt、mod_wsgi 及 New Relic Python agent 作者）发布新项目 Wrapture，将 monkeypatching 思想扩展至测试与追踪。该库支持包装任意函数或方法以追踪访问或覆盖返回值，可作为 unittest.mock 替代方案，并内置 OpenTelemetry 支持及基于 TOML 配置的追踪机制。项目仅数周历史，全部代码与文档由 AI 助手在作者指导下生成，属 agent 驱动开发。后续文章展示其单元测试模式，包括 stub 与结果转换示例。
介绍 wrapture 来自 Graham Dumpleton 的新作品（他以 wrapt、mod_wsgi 和 New Relic 的 Python agent 闻名），他将 Wrapture 描述为从 wrapt 中汲取 monkeypatching 思想，并将其扩展应用于测试和追踪。Wrapture（完整文档在此）使得包装任何函数或方法变得简单，从而可以追踪所有访问，或覆盖以返回不同的值。它既可作为 unittest.mock 的替代方案，也可用于对现有项目实现追踪：将观察附加到你无法控制的代码上，记录流经它的内容，并且不干扰被观察的程序——这是我从未真正停止思考的问题。Wrapture 包含 OpenTelemetry 支持，甚至有一种完全基于配置的机制来为现有 Python 项目添加追踪，看起来像这样：
capture = "summary"
[[observe]]
target = "domain:Calculator"
name = ["outer", "inner"]
[[sink]]
type = "jsonlines"
path = "trace.jsonl"
这仍是一个非常年轻的项目——只有几周历史——但已经有了一个非常有前景的开端。有趣的是，这也是 Graham 首次尝试完全由 agent 驱动的大型项目：wrapture 中的每一行代码和文档都是由 AI 助手在我的指导下编写的。我想对此坦诚相告，同样坦诚地说明它不是什么。这不是 vibe coding，那种一次性 prompt 生成一堆代码，而驱动者因缺乏判断能力而只能寄希望于最好的结果。Vibe coding 已经赢得了它的坏名声。我从一开始就仔细设计了 wrapture。我在 Python 的这个特定领域花了很长时间，确切知道结果需要是什么，而 AI 是产生它的手段，而非设计的来源。
在后续文章《使用 wrapture 进行单元测试》中，Graham 展示了这个新库支持的测试模式：
def test_stub_with_wrapture():
with wrapture.binding(Gateway, "charge").on_call.returns({"id": "stub", "amount": 0}):
assert OrderService().place(500)["id"] == "stub"
以及这个简洁的示例，展示了一个调用然后修改原始方法返回值的测试：
def test_pinned_result_with_wrapture():
charge = wrapture.binding(Gateway, "charge")
charge.on_call.transforms_result(lambda r: {**r, "id": "ch_TEST"})
with charge:
assert OrderService().place(500) == {"id": "ch_TEST", "amount": 500}
（在这两个示例中，OrderService().place(...) 方法调用 Gateway().charge(...)。）
标签：graham-dumpleton、monkey-patching、python、testing、pytest、observability、ai-assisted-programming、agentic-engineering、opentelemetry