wrapture：统一Python测试与追踪的新工具

Simon Willison#Python#测试#OpenTelemetry

Editor brief · 编辑速览

wrapt作者Graham Dumpleton推出的新项目，用统一接口同时实现函数包装、测试Mock和OpenTelemetry追踪，支持纯配置化注入。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

Introducing wrapture Simon Willison 的链接博客

2026年8月31日

Graham Dumpleton（wrapt、mod_wsgi 以及 New Relic Python agent 的作者）发布了一款名为 Wrapture 的新工具，他将 Wrapture 描述为：将 wrapt 中的 monkeypatching 思想进一步扩展，同时应用于测试和追踪。

Wrapture（完整文档见此）让任意函数或方法的包装变得轻而易举，可以追踪所有访问，也可以覆盖返回值以返回不同的值。

它既是 unittest.mock 的替代方案，也是一种为现有项目实现追踪的方式：

将观察能力附加到你无法控制的代码上，记录流经其中的内容，同时不干扰被监听的程序——这个问题我从未真正停止过思考。

Wrapture 包含 OpenTelemetry 支持，甚至提供了一种完全基于配置的机制来为现有 Python 项目添加追踪功能，大致如下：

capture = "summary"

[[observe]]
target = "domain:Calculator"
name = ["outer", "inner"]

[[sink]]
type = "jsonlines"
path = "trace.jsonl"

这仍然是一个非常年轻的项目——仅仅几周大——但它有一个非常有希望的起点。

有趣的是，这也是 Graham 第一次尝试完全由 AI 驱动的大型项目：

Wrapture 中的每一行代码和文档都由一个 AI 助手在我的指导下编写。我想在此坦诚相告，同样也要坦诚地说明它不是什么。这不是 vibe coding——那种一次性 prompt 产生一堆生成代码，然后推动者因为缺乏判断能力只能寄希望于最好的结果。Vibe coding 获得它的坏名声是有道理的。我从一开始就精心设计了 wrapture。我在这个特定的 Python 领域已经深耕了很久，非常清楚最终结果需要是什么，AI 是生产它的手段，而不是设计的来源。

在后续文章「Using wrapture for unit testing」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"

以及一个调用后修改原始方法返回值的测试示例：

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
        }

（以上两个示例中，OrderService().place(...) 方法都调用了 Gateway().charge(...)。）