本文详解如何在不修改现有代码的前提下，对封装外部llm api（如anthropic vertex）的python类进行真正的单元测试——通过精准打补丁（patch）隔离构造过程中的客户端初始化，实现100%离线、快速、可重复的测试。
本文详解如何在不修改现有代码的前提下，对封装外部llm api（如anthropic vertex）的python类进行真正的单元测试——通过精准打补丁（patch）隔离构造过程中的客户端初始化，实现100%离线、快速、可重复的测试。
在实际工程中，像 ModelWrapper 这样在 __init__ 中隐式创建外部依赖对象（如 AnthropicVertex 客户端）的类，常被误认为“无法单元测试”，进而被迫引入真实网络调用或跳过测试——这严重违背了单元测试的核心原则：隔离性、确定性与速度。但事实是：只要依赖可导入、可定位，就完全可以通过 Python 的 unittest.mock.patch 实现无侵入式模拟，无需重构类结构。
关键在于理解 mock 的作用域与时机：ModelWrapper 的 client 是在实例化时动态创建的，因此我们不能在测试函数内再 mock client 属性（它已是实例属性），而必须在类导入和构造前，就将 AnthropicVertex 类本身替换为 MagicMock。这正是 patch.object + importlib.reload 组合的精妙之处。
以下是一个完整、可运行的 pytest 测试示例（推荐使用 pytest，语法更简洁，fixture 更灵活）：
# test_model_wrapper.py
import importlib
import pytest
from unittest.mock import patch, MagicMock
from your_module import ModelWrapper # 替换为你的实际模块名
class TestModelWrapper:
@pytest.fixture
def patched_wrapper(self):
"""Fixture：在重载模块前 patch AnthropicVertex，并返回新导入的类"""
# 假设 AnthropicVertex 来自 anthropic 库（根据你的实际 import 路径调整）
with patch("anthropic.AnthropicVertex") as MockClient:
# 配置 mock 客户端行为
mock_instance = MockClient.return_value
mock_instance.messages.stream.return_value = iter(["Hello", " world"])
# 强制重载模块，使 ModelWrapper 使用 patched 的 AnthropicVertex
import your_module
importlib.reload(your_module)
yield your_module.ModelWrapper
def test_initialization_without_api_call(self, patched_wrapper):
"""验证初始化不触发真实 API 请求"""
# 构造实例 —— 此时 AnthropicVertex 已被 mock，不会连接 GCP
wrapper = patched_wrapper()
# 断言 client 是 MagicMock 实例，且已按预期配置
assert isinstance(wrapper.client, MagicMock)
assert wrapper.client.messages.stream.called is False # 初始化不调用 stream
def test_get_completion_returns_mocked_stream(self, patched_wrapper):
"""验证 get_completion 方法返回预设的 mock 流"""
wrapper = patched_wrapper()
# 调用被测方法
result = list(wrapper.get_completion(
user_prompt="Hi",
system_prompt="You are helpful.",
history=[]
))
# 断言结果符合 mock 配置
assert result == ["Hello", " world"]
wrapper.client.messages.stream.assert_called_once_with("Hi", "You are helpful.", [])? 核心要点解析：
立即学习“Python免费学习笔记（深入）”；
- ✅ 不改源码：严格遵守题目约束，未修改
ModelWrapper.__init__或添加参数； - ✅ 精准打补丁：
patch("anthropic.AnthropicVertex")直接拦截类定义本身，而非实例属性，覆盖构造逻辑； - ✅ 模块重载保障：
importlib.reload()确保ModelWrapper在AnthropicVertex已 mock 的上下文中重新解析，从而使用 mock 客户端； - ✅ 行为可验证：不仅检查类型，更断言
stream()是否被正确调用及返回值是否符合预期。
⚠️ 设计反思（SOLID 视角）：
当前设计确实违反了 Dependency Inversion Principle（DIP） 和 Inversion of Control（IoC） 原则。ModelWrapper 主动创建 AnthropicVertex，导致其与具体实现强耦合，难以替换、测试和扩展。理想设计应将客户端作为构造参数注入（即 __init__(self, client: AnthropicVertex, ...)），使类只关注“如何用”，而非“从哪来”。但这属于架构演进范畴；而本文证明：即使面对非理想设计，成熟的测试工具链仍能提供强大兜底能力。
✅ 最佳实践建议：
- 对于新开发，始终优先采用依赖注入（DI）；
- 对于遗留代码，用
patch+reload是安全、可控的测试方案； - 将 patch 逻辑封装为 fixture（如上例），提升测试复用性与可读性；
- 配合
pytest-cov检查覆盖率，确保get_completion的异常路径（如流中断、超时）也被覆盖。
单元测试不是代码的附属品，而是系统健壮性的第一道防线。掌握这种“不改一行业务代码，却让整个外部世界静默”的能力，正是专业 Python 工程师的核心素养。
