Antigravity Agent
2.8 KiB
2.8 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, created_at, updated_at, last_reinforced, review_reason, merge_history, tags, raw_sources, tech_stack, applied_in, verification_status, related_notes
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | created_at | updated_at | last_reinforced | review_reason | merge_history | tags | raw_sources | tech_stack | applied_in | verification_status | related_notes | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0514-python-124 | mock와 monkeypatch | 10_Wiki/Topics/Coding/Python | needs_review | self |
|
none | C | 0.6 | 2026-05-14 | 2026-05-14 | 2026-05-14 | ai_generated_concept_batch |
|
|
|
conceptual |
|
mock와 monkeypatch
한 줄 통찰
mock는 빠른 해결책이지만 설계 냄새를 감추는 도구가 되기 쉽다.
핵심 개념
- 요약: 외부 의존을 격리하는 mock/monkeypatch 사용 기준을 정리한다.
- 지식 축: 테스트, 품질 검증, 디버깅을 다루는 Python 실무 지식 축
- 이 문서는 Python 코딩과 설계, 운영, 품질 판단에 연결할 수 있는 개념 초안이다.
세부 내용
- 좋은 테스트는 코드 구조를 드러내고 변경 비용을 낮춘다.
- 테스트 전략은 실행 속도와 신뢰도의 균형을 다뤄야 한다.
- 디버깅은 증상보다 재현 가능 조건을 찾는 과정이다.
- 이 주제는 Python 코드의 표현 방식뿐 아니라 팀 규칙, 운영 환경, 리팩토링 비용까지 함께 고려해야 한다.
의사결정 기준
- 핵심 도메인 로직부터 테스트 경계를 명확히 한다.
- 테스트 피라미드와 실행 시간 예산을 함께 본다.
- 재현성 높은 실패 사례를 자산으로 저장한다.
안티패턴
- 행복 경로만 테스트한다.
- 테스트가 구조를 고정해 리팩토링을 방해하게 만든다.
- 디버깅 결과를 기록하지 않아 같은 실수를 반복한다.
적용 사례
- 아직 직접 연결된 실제 적용 사례는 없다.
verification_status: conceptual상태이며 추후 실제 Python 프로젝트, 스크립트, 서비스 구조에 연결되면 갱신한다.
중복 검사 결과
- 2026-05-14 기준
Topics/Coding전역에서 동일 제목의 Python 전용 문서는 직접 확인되지 않았다. - 일부 유사 개념은 범용 코딩 문서 또는 AI/Backend 문서 안에 부분적으로 존재할 수 있으므로 후속 정리 대상이다.
모순 및 업데이트
- 현재 문서는 사용자 요청으로 생성된 AI 기반 개념 초안이다.
- 실제 프로젝트 적용이나 코드 사례가 생기면
applied_in과verification_status를 갱신한다.
관련 문서
Raw Source
- user_request:2026-05-14-python-coding-batch
변경 이력
- 2026-05-14: Python 코딩 지식 배치용 초기 문서 생성.