新闻详情

新闻详情

首页 / 资讯中心 / 详情

建议拆分,但只拆“对外结果类型”

发布时间:2026/11/10 0:31:57来源:尧图网络
建议拆分,但只拆“对外结果类型”
可以并且建议拆分但只拆“对外结果类型”。sealed record和class区别class默认按对象引用比较适合有可变状态、生命周期、行为方法的服务对象。record默认按属性值比较自动生成Equals、GetHashCode、ToString、解构方法适合“只表达一份结果/数据”的不可变对象。sealed禁止继承避免结果模型或服务被随意扩展、覆盖行为。在 [BatchLifecycleService.cs] 中BatchOpenResult适合public sealed recordBatchCloseResult适合public sealed recordFixtureDefinition、FixtureTag、GateResistanceCheck应保持private sealed record原因是前两个类型由OpenAsync、Close公开返回属于服务与 ViewModel 之间的稳定契约后三个只是 RFID 校验、栅电阻检测的内部临时数据公开后反而扩大依赖范围。推荐目录MaxWell.Driver.M/ Service/ BatchLifecycleService.cs Model/ BatchLifecycleResults.csBatchLifecycleResults.csnamespaceMaxWell.Driver.M.TestProcess;/// summary/// 开批硬件流程执行结果。/// FixtureIds 保存开批时读取并校验通过的治具 RFID 原始值。/// /summarypublicsealedrecordBatchOpenResult(boolSuccess,stringErrorMessage,IReadOnlyDictionarystring,string?FixtureIds){publicstaticBatchOpenResultOk(IReadOnlyDictionarystring,string?fixtureIds)new(true,string.Empty,fixtureIds);publicstaticBatchOpenResultFail(stringerrorMessage,IReadOnlyDictionarystring,string??fixtureIdsnull)new(false,errorMessage,fixtureIds??newDictionarystring,string?());}/// summary/// 结批硬件流程执行结果。/// /summarypublicsealedrecordBatchCloseResult(boolSuccess,stringErrorMessage){publicstaticBatchCloseResultOk()new(true,string.Empty);publicstaticBatchCloseResultFail(stringerrorMessage)new(false,errorMessage);}BatchLifecycleService本身是有硬件操作行为的服务应该继续使用class。当前没有继承需求时建议后续改为publicsealedclassBatchLifecycleService这样能明确它不是给其他类继承扩展的基类。拆分后不会改变业务逻辑只提升可读性。BatchOpenResult和BatchCloseResult将成为可复用的公开契约三个私有record保留在服务文件中维持内部实现封装。可以单独建立public类型文件但当前项目中已经存在一个[PackageTypeProfile.cs]其中已经定义了publicsealedclassPackageTypeProfile而 [BatchLifecycleService.cs]内部又重复定义了一个privatesealedclassPackageTypeProfile这两个类型虽然名称相同但属于不同作用域BatchLifecycleService.PackageTypeProfileMaxWell.Driver.M.Service.PackageTypeProfile当前BatchLifecycleService优先使用内部私有类因此外部公共类实际上没有被使用形成了重复代码。建议优化保留独立文件中的公共类型MaxWell.Driver.M/Service/PackageTypeProfile.cs删除BatchLifecycleService.cs内部的private sealed class PackageTypeProfile让BatchLifecycleService使用usingMaxWell.Driver.M.Service;当前独立公共类已经包含所需功能读取PackageType.ini解析封装类型读取上料机制读取光电位置读取扫码位置读取治具编码校验数值格式和范围因此不需要再创建第三份类型。推荐后续结构MaxWell.Driver.M/ ├─ Service/ │ ├─ BatchLifecycleService.cs │ └─ PackageTypeProfile.cs └─ Model/ └─ BatchLifecycleResults.csPackageTypeProfile属于配置解析模型不属于某一个批次服务的私有实现。将它独立为public sealed class方便上料、下料、易损件管理、RFID 校验等业务复用。另外建议后续将publicdouble[]ScanPositionsMm{get;}改为publicIReadOnlyListdoubleScanPositionsMm{get;}避免外部代码直接修改数组内容提升配置快照的安全性。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/8 22:42:07

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/9 8:37:19

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/9 8:37:19

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/8 22:41:24

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/9 8:37:18

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/9 8:37:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉