python-anti-slop
强制执行生产质量的Python代码标准。通过遵守PEP 8、使用类型提示和pandas惯例来防止通用AI模式。在编写或审查Python数据科学代码时使用。
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。
强制执行生产质量的Python代码标准。通过遵守PEP 8、使用类型提示和pandas惯例来防止通用AI模式。在编写或审查Python数据科学代码时使用。
在使用Typer构建或结构化Python CLI命令时使用,包括命令、选项和多命令应用。
Python代码风格和类型提示模式。在编写或审查Python代码时使用,以确保一致的、现代化的类型注解、清晰的代码结构以及正确的关注点分离。涵盖了现代类型提示、导入组织、路由-服务分离、注释实践和文档字符串约定。
精通Python代码调试,擅长处理常见错误、性能问题和调试工具
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。
使用cProfile、py-spy以及包括Python 3.13特性的优化技术进行高级Python性能分析。主动激活以下功能:(1) 使用cProfile进行CPU性能分析,(2) 使用py-spy生成火焰图,(3) 内存优化,(4) 异步性能模式,(5) Python 3.13的JIT和自由线程模式。触发词:"python performance", "cProfile", "py-spy", …
使用静态分析、覆盖率检查、依赖项检查和安全扫描在Python项目中进行全面的死代码清理和分析。当被要求清理代码、查找未使用的代码、分析依赖项或提高代码质量时,请使用此方法。
在packages/python_viterbo中创建或修改Python代码。涵盖目录布局、阶段入口点、配置文件、数据输出、测试、代码检查命令。
當要開發或修改 Python 程式碼時使用。
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。
Python后端服务的OpenTelemetry工具
审查 Python 代码,提供改进建议,确保代码质量和最佳实践
在使用dataclasses、attrs和Pydantic进行Python数据建模时使用。在创建数据结构和模型时使用。
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。