python-log-expert
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。
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。
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
掌握Python 3.12+的现代特性,异步编程,
在探索Python项目结构、查找虚拟环境路径(python/pip/pytest)或定位包元数据(名称、版本、pyproject.toml)时使用。
使用Astral UV包管理器、具有动态版本控制功能的Hatchling构建后端以及现代工具(ruff, mypy, pytest, bandit)生成可用于生产的Python项目框架。适用于创建新的Python项目、初始化Python包、设置src-layout项目结构、搭建Python库或启动新的Python应用程序时使用。默认支持Python 3.14+,版本可配置。输出到当前目录、指定路径…
生成符合标准的Python项目结构,包括pyproject.toml、UV环境、pytest配置以及workspace-hub兼容性。创建可用于生产的项目脚手架。
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。
针对markdown文档中的Python代码的六阶段只读分析工作流。检测设计原则违规、代码异味,并建议采用现代Python改进措施。应用基于项目类型(POC、MVP、私有、企业、开源)的阈值。处理一个或多个文档,生成每个文档的分析报告及总结。
设置一个新的Python项目,包括uv、虚拟环境以及适用于Windows 11的最佳实践。在创建新的Python项目或帮助用户使用现代工具配置其Python开发环境时,请使用此指南。
设置Python项目以使用pyproject.toml、src布局和构建脚本发布到PyPI。在创建新的Python包、为PyPI分发做准备或初始化Python库项目时使用。
初始化完整的Python项目,包括全面的文档、开发环境和工具。在从零开始创建新的Python项目时使用。
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。
当用户要求“使用polars工作”、“创建数据框”、“使用惰性求值”、“从pandas迁移”、“优化数据管道”、“读取parquet文件”、“分组操作”,或者需要关于Polars DataFrame操作、表达式API、性能优化或数据转换流程的指导时,应使用此技能。
编写具有装饰器、生成器和异步/await等高级特性的惯用Python代码。优化性能,实现设计模式,并确保全面的测试。适用于Python重构、优化或复杂的Python特性。
创建可用于生产的Python项目,包括CLI工具、软件包和可分发库。当使用argparse/click构建CLI工具、为PyPI打包、设置pyproject.toml或创建入口点时使用。触发词包括“CLI工具”、“Python软件包”、“pyproject.toml”、“发布到PyPI”、“入口点”或“构建wheel”。
使用test-generator-framework为Python生成全面的pytest测试文件
通过格式化、类型检查和代码检查来验证Python代码质量