我发现以下范式非常有用，我希望能够在Julia中以某种方式复制它，以利用Julia的速度和C包装功能。
我通常在Python/Matlab中维护一组对象，这些对象表示管道的块(算法(。设置单元测试等
然后，通过使用等效的python/Matlab对象(相同的API(来开发等效的C/C++代码，这些对象包裹C/C++以实现相同的功能并必须通过相同的测试(我指的是用python/Matlab编写的完全相同的测试，其中我生成合成数据或加载记录数据(。
我将并行维护完整的python和python/C++对象，并使用大量的测试套件强制执行奇偶校验。仅python版本和python/C++版本完全可以互换。
每次我需要修改管道的行为或调试问题时，我都会首先使用我需要修改的特定对象/块的完全python版本，通常与运行在python/C++模式下的其他块结合使用以提高速度，然后更新测试以匹配修改后的python块的行为，并最终更新C++版本，直到它达到奇偶校验并通过更新的测试。
每次我在块上实例化Python/C++版本时，我都会在构造函数中运行一个"；制造"；如果有任何修改，它将重建C++代码。为了确保我总是测试最新版本的C++。
有没有什么优雅的方法可以用Julia/C++组合重现同样的范式？通过自动测试并行维护julia/C++版本。例如，当我实例化对象而不是每个函数调用时，我如何只检查/重建C++一次(这太慢了(。
我想我可以称之为"；制造"；在运行不同块的所有测试之前，在测试套件级别进行一次。但是，如果我正在为调试会话编写快速python脚本，那么我将不得不手动调用它。
让我们选取一个小过滤器对象的例子，该对象具有更改过滤器参数的configure方法和过滤传入数据的过滤器方法。
我们会有这样的东西：
f1 = filter('python');
f2 = filter('C++'); % rebuild C++ as needed
f1.configure(0.5);
f2.configure(0.5);
x1 = data;
x2 = data;
xf1 = f1.filter(x1);
xf2 = f2.filter(x2);
assert( xf1 == xf2 )
通常情况下，会有一堆测试，以仅python模式或python/C++模式实例化对象并对其进行测试。
我想我想说的是，因为在Julia中，范式是有一个过滤器类型，然后"；外部"；修改/使用过滤器类型的方法没有集中的方法来检查/重建其所有包装C代码的方法。除非该类型包含跟踪相关方法的变量列表。看起来很尴尬。
我将感谢您的意见/想法。
不能将函数封装在这样的结构中是有原因的吗？
struct Filter
FilterStuff::String
Param::Int
function Filter(stuff::String, param::Int)
# Make the C++ code here
# Return the created object here
obj = new(stuff, param)
end
end