Mocklantis：现代 API Mocking 轻松实现

发布: 2天前 (2025年12月12日 GMT+8 22:48)

10 min read

原文: Dev.to

Source: Dev.to

Mocklantis screenshot

依赖的隐藏成本：为什么 Mock（模拟）很重要

使用微服务架构意味着要与依赖共存。你的服务会调用另一个服务，那服务又会调用另外三个服务，在这条链的某处，可能还有支付网关、通知服务，甚至是带有严格速率限制的第三方 API。

当一切都正常运行时，生活很美好。但这里有个没人愿意问的问题：当它们不可用时会怎样？

如何测试超时场景？
如何模拟支付服务返回 503？
在真正需要之前，如何确认你的重试逻辑真的有效？

这些问题让人不舒服，因为诚实的答案往往是“我们不做”或“我们只能抱着希望”。

我们谈论不足的问题

在微服务开发中，有一些摩擦点会拖慢所有人，却很少得到妥善解决。

依赖阻碍进度。 你的服务已经准备好，但你依赖的服务还没准备好。也许是其他团队还在构建它；也许是受沙箱限制的第三方 API；也许是只能在生产环境正常工作的支付网关。无论原因是什么，你都在等待超出自己控制范围的东西。

单元测试产生虚假信心。 测试通过。到处都是绿色对勾。但通过的单元测试只说明你的代码在隔离环境下——使用了行为完全符合你编写的模拟接口——能够工作。真实服务并不是这样。它们会超时，返回意外响应，甚至在周日凌晨 3 点崩溃。

模拟失败比实现功能更难。 你需要验证下游服务返回 503 时会发生什么，测试断路器，并确认回退逻辑有效。创建这些条件的过程往往让团队放弃，寄希望于监控在生产环境捕获问题。

每个人的模拟方式都不同。 有的开发者硬编码 JSON 响应；有的写一个小型 Express 服务器；还有人使用带有 YAML 配置的 CLI 工具。预发布环境被四个团队共享且经常出故障。“在我的机器上可以工作”成了团队的座右铭。

这些并非罕见情况。对大多数后端团队来说，这就是周二的常态。

不仅仅是微服务

依赖问题并非微服务架构独有。只要两个系统需要相互通信，就会出现这种情况。

前端团队在等待后端 API 完成。
移动应用因服务器端点尚未部署而受阻。
集成项目因第三方系统的速率限制或沙箱限制而停滞。

模式相同：你的工作已经完成，但因为其他东西不可用而无法验证。阻塞的不是你的代码，而是外部因素。

这正是模拟（mocking）变得必不可少的地方——不是可有可无的加分项，而是软件构建与测试的根本环节。

为什么 Mock（模拟）声名不佳

模拟的概念很简单：创建假服务返回可预测的响应，用它们测试代码，并模拟任何你需要的场景。

理论上，它是完美的解决方案。实际上，大多数团队都会回避它。

传统的模拟需要配置文件（YAML 或 JSON）、CLI 命令以及学习另一套工具语法。每次更改响应都必须重启服务器或重新加载配置。

“你已经写完特性，已经写好单元测试。现在还要再搭建一套环境来模拟本该由别人完成的服务？”

这种摩擦感让团队宁愿在不稳定的预发布环境上测试，或直接跳过集成测试。两者都不好，但相较于与 mock‑server 配置“搏斗”，它们看起来更实际。

Mocklantis 改变了这一切。
Mocklantis 是一款免费桌面应用，用于创建 mock 服务器。它可在 macOS、Windows 和 Linux 本地运行，支持 HTTP/REST 端点、WebSocket 连接、Server‑Sent Events（服务器发送事件）以及 webhook——全部集中在一个应用里。

它与众不同之处在于使用体验：

无需配置文件。
无需 CLI 命令。
无需学习 YAML 架构。

打开应用，创建服务器，添加端点，立即开始测试。更改即时生效——无需重启、无需重建。一切都是可视化且即时的。把“我想测试这个场景”和“我正在测试这个场景”之间的距离从数小时缩短到几秒。

Mocklantis 实际使用

工作流非常直观：

打开应用。
在 8080 端口创建一个服务器。
添加一个端点，例如：
```
POST /payments/process
```
输入 JSON 响应并设置状态码。完成。该端点立即上线，你的服务可以立刻调用。

测试超时处理 – 添加延迟；更改即时生效。
测试错误场景 – 将状态码改为 503，观察服务的响应。

动态数据

Mocklantis 支持模板变量——每次请求都会重新生成的 UUID、时间戳、电子邮件、姓名以及自定义模式。内置十四种不同的随机变量类型。

WebSockets

Mocklantis 提供三种 WebSocket 模式：

会话式 – 请求‑响应模式。
流式 – 持续数据流。
触发式流 – 客户端消息触发一系列响应（非常适合 AI 风格的交互）。

Server‑Sent Events（SSE）

配置事件，设置间隔，定义连接时的消息——非常适合在 AI 应用中测试逐 token 流式输出。

Webhooks

当某个端点被调用时，Mocklantis 可以向其他 URL 发送 HTTP 请求，支持可配置的认证、重试逻辑和延迟。

所有操作都是可视化、即时的，无需编写自定义服务器代码。

小功能，大影响

有些能力听起来微不足道，直到你真的需要它们。Mocklantis 把这些细节做到位。

实时更新，无需重启 – 在服务运行时修改响应、添加延迟、切换状态码。
自动持久化 – 每次更改都会立即保存（500 ms 防抖）；关闭应用后，一切保持原样。
实时请求日志 – 查看每一次请求，包括头部、主体和时间戳。
代理模式 – 对部分端点进行 mock，其他端点转发到真实服务，既能隔离特定依赖，又能保留整体栈。
随处导入 – 粘贴 cURL 命令、导入 OpenAPI 规范，或加载 .mock 文件。
仅本地运行 – 所有操作都在 localhost 完成；无需云账号，数据不离开机器，也不必担心敏感测试数据被记录到别处。

单独来看这些功能并不革命，但它们共同消除了阻止团队进行有效测试的摩擦。

摩擦问题

开发者工具往往遵循一个模式：功能越强大，复杂度越高——学习曲线更陡、文档更厚、Stack Overflow 问题更多。Mocklantis 通过一个简单的可视化界面，提供强大的模拟能力，且不需要代码、不需要配置文件，也不依赖外部服务，从而颠覆了这一规律。结果是，开发者可以把更少的时间花在与工具的斗争上，更多的时间用于构建可靠的软件。