Question 1

왜 `pyrefly check --suppress-errors`는 인라인 ignore 주석을 여러 줄 f-문자열 내부에 배치하고 그 위에 배치하지 않습니까?

Accepted Answer

이것은 pyrefly 1.1.0 이전 버전에서 알려진 버그입니다. 수정은 커밋 170ea02a1a3a1a437437dd5753f2df0d7b82620e에 포함되어 있습니다. pyrefly 1.1.0 이상으로 업데이트하면 억제 주석(suppression comment)을 문장 이전 줄에 배치하는 올바른 동작을 얻을 수 있습니다.

Question 2

왜 Pydantic은 RootModel 필드에 일반 문자열이나 int를 전달할 때 유효성 검증 오류를 발생시키지 않나요?

Accepted Answer

이는 버그가 아니라 예상된 동작입니다. Pydantic v2는 기본적으로 **lax 모드**로 실행되며, 호환되는 타입을 강제 변환합니다: `str`은 자동으로 `RootModel[str]`로 래핑되고, `2`와 같은 `int`는 먼저 문자열 `"2"`로 변환됩니다. RootModel이 아닌 값을 거부하고 `ValidationError`를 발생시키려면 strict 모드를 활성화하세요:

```python
from pydantic import BaseModel, RootModel, ConfigDict

class ErrorCode(RootModel[str]):
    model_config = ConfigDict(strict=True)
    root: str
```

이제 `ServiceError(message="test", error_code="NOT_ROOT_MODEL")`은 유효성 검사 오류를 발생시킵니다. 다른 방법으로는 부모 모델에 `model_config = ConfigDict(strict=True)`를 설정하여 모든 필드에 strict를 적용하거나, `Field(strict=True)`를 사용하여 필드별로 제어할 수 있습니다. 호출 시점에 `strict=True`를 전달할 수도 있습니다(예: `ServiceError.model_validate(data, strict=True)`).

Question 3

Pyrefly에서 torch.channels_last, torch.uint8, FloatTensor, unique 누락 및 Parameter/Tensor 타입 오류에 대한 오탐(false positive)을 어떻게 수정하나요?

Accepted Answer

이러한 오류는 `pyrefly-torch-stubs` 1.4.0.dev3의 불완전하거나 잘못된 어노테이션으로 인해 발생하며, PyTorch 코드 자체는 정상입니다. 해당 Pyrefly 패키지를 1.4.0 안정 릴리스 이상으로 업그레이드하세요:

```bash
python -m pip install -U "pyrefly>=1.4.0" "pyrefly-torch-stubs>=1.4.0" "pyrefly-shape-extensions>=1.4.0"
```

그런 다음 다시 실행하세요:

```bash
pyrefly check
```

`pyrefly`, `pyrefly-torch-stubs`, `pyrefly-shape-extensions`는 동일한 릴리스로 유지하세요. 이번 업데이트는 누락된 `torch.channels_last`, `torch.uint8`, `torch.FloatTensor`, `torch.unique` 속성을 수정하고, `parameters()`/`named_parameters()`가 `nn.Parameter`를 yield하도록 하며, 텐서 비교 결과를 `Tensor`로 유지하고, `AdaptiveAvgPool2d`에 `int`를 허용하며, `torch.randint(high, size)`를 추가하고, `torch.is_tensor` narrowing을 복원합니다. dev3를 계속 사용해야 한다면 필요한 부분에만 `# type: ignore[...]` 주석을 사용하세요. `basic` 프리셋에 의존하는 것은 오류를 숨길 뿐입니다.

Question 4

default=None이 전달될 때 Pyrefly가 max()/min()의 key lambda 내부에서 "NoneType has no attribute"를 보고하는 이유는 무엇인가요?

Accepted Answer

이는 오버로드된 `max()`/`min()` 호출에서 발생하는 Pyrefly 1.3.0의 회귀입니다. 호출에 `Item | None`과 같은 유니온 기대 타입이 있는 경우, Pyrefly는 람다 매개변수를 거부된 유니온 멤버(예: `None`)에 대해 잘못 검사하고 그러한 오탐 오류를 그대로 유지합니다. 이 문제는 "Discard argument errors from rejected union hint members."(거부된 유니온 힌트 멤버에서 발생한 인수 오류 폐기) 변경으로 수정되었습니다. 해당 수정이 포함된 Pyrefly 릴리스로 업그레이드하거나, 업데이트된 main 브랜치에서 빌드하세요.

임시 해결 방법:

1. 영향을 받지 않는 마지막 릴리스로 다운그레이드:
```bash
pip install 'pyrefly==1.2.0'
```

2. key 함수를 추출하고 해당 매개변수에 명시적으로 타입 어노테이션을 지정:
```python
def rank_of(item: Item) -> int:
    return item.rank

return max(items, key=rank_of, default=None)
```

3. 먼저 변수에 할당하여 호출에서 유니온 기대 타입을 제거:
```python
best = max(items, key=lambda i: i.rank, default=None)
return best
```

`key=`와 `default=`의 순서를 바꾸어도 이 버그를 피할 수 없습니다.

Question 5

src/와 tests/ 디렉터리가 분리된 pytest 프로젝트에서 Pyrefly가 import를 해석하지 못하는 문제는 어떻게 해결하나요?

Accepted Answer

"Support test imports in inferred src layouts" PR이 포함된 Pyrefly 릴리스로 업그레이드하세요(릴리스가 제공되면 `pip install --upgrade pyrefly` 실행). 명시적인 구성이 없는 경우, Pyrefly는 이제 `src/`를 기본 임포트 루트로 유지하고 프로젝트 루트를 더 낮은 우선순위의 폴백 검색 경로로 추가합니다. 이를 통해 `src/`의 정규 소스 임포트를 유지하면서 `tests.helpers`와 같은 임포트를 해석할 수 있습니다. 이전 버전에서는 `search_path`를 명시적으로 구성하여 `src/`와 프로젝트 루트를 모두 포함하도록 하세요.

pyrefly

주요 기능

할 수 없는 것

사용 사례

태그

시작하기

유사한 프로젝트