用途：指导 Apache Beam 的 Python SDK 开发，包括环境搭建、测试、构建和运行流水线。
项目结构：sdks/python/ 为 Python SDK 根目录，包含 apache_beam/ 主包（transforms/ 核心转换、io/ 连接器、ml/ 机器学习代码、runners/ 运行器实现与 worker harness）、container/ Docker 配置、test-suites/ 测试配置、scripts/ 工具脚本。配置文件包括 setup.py、pyproject.toml、tox.ini、pytest.ini、ruff.toml、.isort.cfg、pyrefly.toml。
环境搭建：推荐用 pyenv 安装 Python（版本参考 gradle.properties），创建虚拟环境 beam-dev 并激活；在 sdks/python 下执行 pip install -e .[gcp,test] 可编辑安装；用 pip install pre-commit 与 pre-commit install 启用钩子。
测试：单元测试文件名为 *_test.py，可用 pytest -v 指定文件、类或单个测试；集成测试文件名为 *_it_test.py，可在 Direct Runner 或 Dataflow Runner 上运行，后者需先构建 SDK tarball 并传入 --test-pipeline-options。
构建：用 python -m build --sdist 构建源码分发包，或用 ./gradlew :sdks:python:bdistPy311linux 构建 wheel；可用 Gradle 构建并推送 SDK 容器镜像，通过 --sdk_container_image 使用。
运行修改后的代码：安装修改后的 SDK tarball，并在运行流水线时通过 --sdk_location 指定。
常见问题：DoFn 中出现 NameError 时使用 --save_main_session；附加依赖用 --requirements_file 或自定义容器。
代码质量：ruff check 做 lint，pyrefly check 做类型检查，yapf -i 格式化，isort 排序导入。
限制：具体支持的 Python 版本、Gradle 任务细节及运行器配置以官方文档为准，资料未提供完整说明。