python-dev-handbook
當要開發或修改 Python 程式碼時使用。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
當要開發或修改 Python 程式碼時使用。
现代Python项目的开发指南。在创建Python模块、类、函数、脚本或使用类型提示、pytest、打包(pip/poetry)、虚拟环境、异步/等待、数据类或Python最佳实践时使用。涵盖了项目结构、类型标注、测试模式、错误处理、日志记录以及Python惯用法。
Python环境设置,包括uv、共享实用工具和脚本结构指南。
通用Python开发指南和最佳实践
在选择或配置Python日志记录时使用,特别是在为应用程序或命令行界面选择stdlib logging和loguru之间时。
Mark的工作流程的Python开发标准。在编写Python代码、创建Python项目、添加类型注解、设置Python工具或处理Python文件时使用。涵盖了UV项目管理、基于basedpyright的类型检查、ruff格式化、Meadow文档字符串格式(MDF)以及对Python 3.10+语法偏好的支持。
在使用uv构建或发布Python包时使用,包括dist工件和预发布检查。
使用性能分析、算法改进和加速技术的Python性能优化模式。在优化缓慢的Python代码、减少内存使用或提高应用程序吞吐量和延迟时使用。
自动检测并修复代码库中的Python弃用警告,包括datetime.utcnow()以及其他常见的弃用模式。支持可扩展的模式匹配以应对未来的弃用情况。
将既有或新编写的 Python 脚本重构为双模式模块,用于稳定、可维护的数据处理流。
Python FastAPI模式、Alembic迁移、Pydantic v2以及AI工程(原始模式、LangChain、Google ADK)。此技能应在处理Python API、数据库迁移或AI/LLM应用程序时使用。
专家级的Python测试指导,分析您现有的设置并提供基于证据的建议。在提出更改建议之前,我将检查您当前的测试、配置和依赖项。适用于编写测试、提高覆盖率、调试问题或优化测试设置时。
针对Python日志库的专业指导,包括structlog、标准日志库以及日志分析。当使用Python日志、排查日志问题、实施最佳日志实践或分析structlog源代码实现时,请参考此指南。包含在source/structlog/目录下的完整structlog源代码,用于深入实现分析。需要安装structlog包。
在为项目或脚本选择合适的现代Python工具工作流(如uv设置、质量工具、CLI、日志记录、打包)时使用,或者在不确定哪种Python工具技能适用时使用。
创建具有正确项目结构、setup.py/pyproject.toml的可分发Python包,并发布到PyPI。适用于打包Python库、创建CLI工具或分发Python代码时使用。
低风险的Python性能优化模式,具有验证过的加速效果
现代Python项目的开发最佳实践。在处理Python文件、pyproject.toml,或讨论Python模式、测试、代码检查、类型提示时激活。
处理由可编辑安装(uv)生成的src/*.egg-info中的嘈杂git差异,并决定是提交还是忽略。
防御性编程模式,用于从用户输入生成有效的文件名。当标题仅包含特殊字符时,智能回退以确保与文件系统和索引器验证要求的兼容性
使用flynt将旧的Python字符串格式转换为f-string。在以下情况下激活:(1) 将%-格式化转换为f-string,(2) 将.format()调用转换为f-string,(3) 将字符串连接现代化为f-string,(4) 通过采用f-string提高代码可读性,或(5) 批量转换遗留的Python代码库。
使用Python SDK和FastMCP框架构建MCP服务器的指南。在创建基于Python的MCP服务器、工具与资源提示实现、利用Pydantic模型、设置STDIO和HTTP传输时使用。
使用pyfiglet(ASCII横幅)、typer(命令)、questionary(交互)和rich(格式化)等现代用户体验模式构建专业的Python命令行界面。适用于创建命令行工具、具有用户交互的自动化脚本、带有CLI接口的数据处理流水线,或将现有的Python脚本升级为专业级CLI。非常适合ETL工作流、GIS工具、数据分析实用程序以及需要可重复、可脚本化的界面的公民技术项目。
使用DatabaseProxy和作用域连接/事务的Peewee ORM模式。在设置DatabaseProxy、管理connection_context/atomic块或使用SQLite编写测试时使用。
在专用的游乐场目录中运行和测试Python代码。当您需要执行Python脚本、测试代码片段、研究CPython行为或在不影响主代码库的情况下实验Python时使用。