类型注解不是装饰，typing.cast仅用于类型检查器且不改变运行时行为；正确做法是用pydantic或dataclasses构造实例，而非cast；TypedDict（total=False）适合可选字段，NamedTuple要求字段全量存在；mypy需启用disallow_untyped_defs等严格配置。
类型注解不是装饰，别在函数体里写 typing.cast 当类型声明用
很多人误把 typing.cast 当成“告诉 Python 这个变量是某种类型”的快捷方式，结果发现 mypy 不报错、运行时却出问题。它只影响类型检查器，不改变运行时行为，也不会做任何转换或校验。
真正该用的地方是：你**确定**某个表达式类型和实际不符（比如从 JSON 解析后手动构造了某个 dataclass 实例），但类型检查器推不出来。这时才加 cast，且必须配 # type: ignore 或对应参数说明。
- 错误示范：
data = json.loads(payload); user = cast(User, data)——data仍是dict，不是User，后续调用user.name会AttributeError - 正确做法：用
pydantic.BaseModel或dataclasses.replace+__post_init__做运行时构造；类型注解只写def parse_user(data: dict) -> User: - Python 3.11 新增的
typing.TypeGuard更适合做运行时类型断言，比如def is_valid_user(d: dict) -> TypeGuard[User]:
TypedDict 和 NamedTuple 别混用，字段缺失场景下行为完全不同
自动化脚本常从 YAML/JSON 读配置或 API 响应，字段可能可选。用 TypedDict 声明结构时，total=False 控制字段是否必须；而 NamedTuple 所有字段永远强制存在，没默认值就报 TypeError。
例如处理一个可能缺 "timeout" 的 HTTP 配置：
from typing import TypedDict <p>class HttpConfig(TypedDict, total=False): url: str timeout: int retries: int</p>
这样 config: HttpConfig = {"url": "https://api.example.com"} 是合法的；但如果用 NamedTuple，哪怕加了默认值，字段顺序也锁死，无法支持部分键加载。
- 字段动态增减 → 用
TypedDict（配合total=False） - 字段固定、需不可变性 + 属性访问 → 用
NamedTuple，但得确保初始化时全给齐 - 需要字段验证或类型转换 → 直接上
pydantic.BaseModel，别硬扛TypedDict
mypy 配置里漏掉 disallow_untyped_defs = True，等于没开类型检查
Python 3.11 默认不强制函数有类型注解，mypy 默认也允许无注解函数通过。如果你只给几个关键函数加了注解，其余全是 def run():，那整个模块的类型流就断了——参数传进去是什么类型？返回值怎么用？mypy 根本不管。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
必须在 mypy.ini 或 pyproject.toml 中显式启用严格模式：
[mypy] disallow_untyped_defs = True disallow_incomplete_defs = True check_untyped_defs = True
-
disallow_untyped_defs：所有函数必须有签名注解（包括__init__） -
check_untyped_defs：即使函数没注解，也检查其内部逻辑（避免隐藏 bug） - CI 流水线里建议加
--warn-return-any，防止函数返回Any污染下游调用
泛型类继承时，别忘了在子类里重写 __class_getitem__ 或用 typing.final
自动化项目里常封装通用执行器，比如 class TaskRunner[T](Generic[T]):。子类如 class ApiTaskRunner(TaskRunner[dict]): 看似没问题，但若父类没标注 __class_getitem__ 行为，mypy 可能推导不出子类中 T 的具体类型，导致 self.result 被当成 Any。
更稳妥的做法是：要么让父类继承自 typing.Generic 并明确使用 Self（Python 3.11+），要么直接标记父类为 @final，逼迫每个具体任务类型独立定义。
- 推荐写法：
class TaskRunner(Generic[T], ABC):+ 在子类中显式写result: T，而不是依赖泛型推导 - 避免在基类里用
Union[T, None]，改用Optional[T]，否则 mypy 对isinstance判断会失效 - 大量泛型嵌套（如
Result[Response[dict]]）时，考虑用typing.TypeAlias提前命名，降低阅读负担
类型系统不会自动修复逻辑错误，但它会在你改错一个字段名、传反参数顺序、或者误把列表当字典遍历时，提前拦住你——前提是注解写对、工具配严、团队统一约束。漏掉任意一环，都只是看起来很美。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
