Python Async Patterns 是一套面向 Python asyncio 并发编程的模式集合，主要解决何时使用异步、如何正确编写异步代码以及避免常见陷阱的问题。
【用途】 该技能用于指导并发生 Python 程序的编写，专注于 asyncio 相关的模式。其触发条件包括 asyncio、async、await、coroutine、gather、semaphore、TaskGroup、event loop、aiohttp 等关键词。
【主要能力】 技能内容包含以下部分：
- 异步与同步的选用准则：以决策树形式给出建议，例如是否 CPU 密集型、是否 I/O 密集且高并发、连接数量多寡等，帮助判断该用同步还是异步。
- 核心概念：展示协程定义（必须 await）、入口点（asyncio.run）等基础代码示例。
- 并发模式：
- Pattern 1：使用 gather 并发执行多个任务。
- Pattern 2：通过 Semaphore 实现有界并发，限制并发请求数量。
- Pattern 3：使用 TaskGroup（Python 3.11+）实现结构化并发与自动清理。
- Pattern 4：使用 asyncio.timeout（Python 3.11+）进行超时控制。
- 关键警告：明确禁止在异步函数中使用阻塞调用，如 time.sleep、requests.get；并提醒 create_task 创建的任务需保留引用，否则可能被垃圾回收。
- 快速参考表：列出 gather、Semaphore、TaskGroup、Queue、timeout、Lock 等模式及其适用场景。
- 异步上下文管理器：通过 contextlib.asynccontextmanager 实现资源管理。
- 附加资源：提供多个参考文档，包括 concurrency-patterns.md（Queue、Lock、生产者-消费者）、aiohttp-patterns.md（HTTP 客户端/服务器模式）、mixing-sync-async.md（run_in_executor、线程池）、debugging-async.md（调试模式、性能分析）、production-patterns.md（优雅关闭、健康检查、信号处理）、error-handling.md（重试与退避、熔断器、部分失败）、performance.md（uvloop、连接池、缓冲区大小）。
- 脚本与资产：scripts/find-blocking-calls.sh 用于扫描异步函数中的阻塞调用；assets/async-project-template.py 提供生产就绪的异步应用骨架。
- 前置与相关技能：前置为 python-typing-ops（异步函数的类型提示）；相关技能包括 python-fastapi-ops（异步 Web API）、python-observability-ops（异步日志与追踪）、python-database-ops（异步数据库访问）。
【使用方式】 该技能以模式文档与代码示例的形式提供，用户可在编写并发 Python 代码时参考对应的模式与参考文件。具体调用方式、安装步骤或命令行接口在给定资料中暂未提供。
【适用场景】 适用于 I/O 密集型操作（HTTP、数据库、文件）、高并发连接（数百以上）、WebSocket/流式连接、包含网络调用的微服务等。对于 CPU 密集型计算、简单脚本或一次性任务、小数据处理、少量连接的简单 I/O，资料建议使用同步方式。
【限制】 资料未提供该技能的收费、价格、平台支持、性能效果等具体信息。TaskGroup 与 asyncio.timeout 需要 Python 3.11 及以上版本。其他限制暂未提供。