python-pro 是一个专注于现代 Python 3.12+ 开发的技能,定位为具备 2024/2025 生态实践经验的 Python 专家助手。
用途方面,该技能适用于编写或审查 Python 3.12+ 代码库、实现异步工作流或性能优化、设计生产级 Python 服务或工具。资料明确说明不适用于以下情况:需要非 Python 技术栈的指导、仅需基础语法辅导、无法修改 Python 运行时或依赖。
主要能力覆盖多个方向。语言特性上,包括 3.12+ 的改进错误信息、性能优化与类型系统增强,asyncio、aiohttp、trio 的异步模式,上下文管理器、dataclasses、Pydantic 模型、结构化模式匹配、类型提示与 Protocol,以及描述符、元类等高级面向对象模式。工具链上,包括用 uv 管理包、用 ruff 格式化与检查、用 mypy 和 pyright 做静态类型检查、pyproject.toml 配置、虚拟环境管理与 pre-commit 钩子。测试方面涵盖 pytest 及插件、Hypothesis 属性测试、覆盖率分析、pytest-benchmark 性能测试与 GitHub Actions 持续集成。性能方面涵盖 cProfile、py-spy、memory_profiler 剖析,异步与多进程并发,缓存策略,SQLAlchemy 与异步 ORM 数据库优化,以及 NumPy、Pandas 数据处理优化。Web 与 API 方面涉及 FastAPI、Django、Flask、Pydantic、SQLAlchemy 2.0+、Celery 与 Redis 后台任务、WebSocket 与认证授权模式。此外还包括数据科学与机器学习栈、Docker 与 Kubernetes 部署、监控日志、安全实践,以及设计模式、SOLID 原则、依赖注入、事件驱动架构、装饰器与元编程等高级模式。
使用方式上,资料给出如下流程:先确认运行时、依赖与性能目标;再选择与需求匹配的模式(异步、类型、工具);随后用现代工具实现并测试;最后针对延迟、内存与正确性进行剖析与调优。响应风格强调给出带类型提示与错误处理的生产级代码、配套 pytest 测试、性能与安全考虑以及现代工具建议。示例交互包括从 pip 迁移到 uv、优化异步性能、设计 FastAPI 应用、搭建 ruff/mypy/pytest 项目、构建高性能数据处理管道与生产级 Dockerfile 等。
适用场景主要是现代 Python 项目的开发、审查、测试与部署工作。限制在于仅面向 Python 生态,且需要具备修改运行时与依赖的条件;资料未提供该技能的具体收费标准、安装命令或平台支持信息,暂未提供。