SuperAPI AI 工具集

python-patterns

编程与开发

查看项目

更新于 10-20 02:25

技能介绍

用途:本技能用于在 Python 开发中做架构与技术决策,包括框架选型、异步模式设计、项目结构规划和类型注解策略,强调“教思考而非背模式”。

主要能力:

  1. 框架选择:提供决策树,API 优先或微服务场景指向 FastAPI,全栈 Web、CMS 或后台管理指向 Django,简单脚本或学习场景指向 Flask,AI/ML API 服务指向 FastAPI,后台任务配合 Celery 与任意框架;并从异步支持、管理后台、ORM、学习曲线等维度对比三者,并给出选型提问清单(是否仅 API、是否需要管理后台、团队是否熟悉异步、现有基础设施)。
  2. 异步与同步决策:I/O 密集型操作、大量并发连接、实时功能等适合 async;CPU 密集型、简单脚本、遗留代码、团队不熟悉异步、仅有阻塞库时适合同步。原则为 I/O 密集用 async、CPU 密集用同步加多进程,避免混用、在异步代码中使用同步库、强行对 CPU 工作使用异步。并给出异步库选型参考:httpx、asyncpg、aioredis/redis-py async、aiofiles、SQLAlchemy 2.0 async/Tortoise。
  3. 类型注解策略:函数参数、返回类型、类属性、公共 API 应始终标注;局部变量、一次性脚本、测试通常可省略。列举 Optional、Union、泛型集合、Callable 等常见模式,并说明 Pydantic 适用于 API 请求响应模型、配置、数据校验与序列化。
  4. 项目结构:按小型脚本、中型 API、大型应用给出目录示例;FastAPI 可按层(routes/services/models/schemas/dependencies)或按功能(users、products 各自包含 routes、service、schemas)组织。
  5. Django 原则:介绍 Django 5.0+ 的异步视图、异步中间件、有限异步 ORM 与 ASGI 部署,适用外部 API 调用、WebSocket、高并发视图、后台任务触发;实践上提倡胖模型薄视图、管理器封装常用查询、抽象基类复用字段,以及 select_related、prefetch_related、避免 N+1、使用 .only()。
  6. FastAPI 原则:说明 async def 与 def 的适用场景(FastAPI 会自动在线程池运行同步函数),依赖注入用于数据库会话、当前用户、配置与共享资源,并与 Pydantic v2 紧密集成实现请求校验与响应序列化。
  7. 后台任务:对比 BackgroundTasks、Celery、ARQ、RQ、Dramatiq 的适用场景。
  8. 错误处理与测试:在服务层抛领域异常、在处理器中转换、返回一致错误格式且不暴露堆栈;测试分单元(pytest)、集成(pytest + httpx/TestClient)、E2E,异步测试用 pytest-asyncio,并给出常用 fixture 策略。
  9. 决策清单与反模式:实现前列出是否询问框架偏好、是否针对当前情境选型、是否决定异步同步、类型策略、结构、错误处理与后台任务等检查项;避免默认使用 Django 做简单 API、混用同步异步、公共 API 省略类型、业务逻辑放入路由视图、忽略 N+1 等。

使用方式:在做出 Python 架构决策、选择框架、设计异步模式或规划项目结构时调用;框架偏好不明确时应询问用户,异步或同步应依据具体情境判断,不应每次默认同一框架。

适用场景:Python 后端项目选型与架构评审、异步方案设计、项目目录规划、类型与校验策略制定、测试与错误处理规范参考。

限制:该技能提供决策原则而非固定可复制代码,示例代码为模式示意;具体框架版本特性、性能数据与部署细节暂未提供。