用途：该技能提供 PyCharm 的专家级协助，适用于专业 Python 开发，包括 Django、FastAPI、Flask 全栈开发，以及使用 PyTorch、NumPy 的科学计算；也用于交互式可视化调试、远程解释器与 Docker 执行、数据库与数据科学工具。
主要能力：配置 Poetry/Conda 远程虚拟环境与解释器同步；通过 pydevd-pycharm 将无头脚本或 Docker 容器接入 PyCharm 可视化调试器；集成 Ruff 作为主要 linter 与格式化工具；使用内置 HTTP Client（.http 文件）测试 REST API；使用 Python Profiler 定位 CPU 与内存瓶颈；配置 Docker Compose 远程解释器。
使用方式：终端执行 pycharm . 打开目录；用 poetry install 与 poetry env info --path 确认本地虚拟环境，并在 Settings -> Project -> Python Interpreter 中指向 .venv/bin/python。远程调试需在容器安装 pydevd-pycharm~=241.14494.241，并调用 pydevd_pycharm.settrace('host.docker.internal', port=5678, stdoutToServer=True, stderrToServer=True, suspend=False)。Ruff 可通过 File Watcher 配置，参数为 check --fix $FilePath$ 或 format --stdin-filename $FilePath$ -。
适用场景：需要统一团队运行时环境的 Docker Compose 项目、需在容器或 SSH 远程服务器中运行调试的 Python 进程、需交互探索关系数据库与 Jupyter 笔记本、Pandas 数据框的数据科学工作。
限制与注意事项：不要提交 .idea/ 目录而未将 .idea/workspace.xml 加入 .gitignore；避免让 PyCharm 索引大型数据目录，应右键标记为 Excluded；不要以提升的主机权限运行不可信的 Jupyter 笔记本。常见问题包括终端未激活虚拟环境导致模块找不到、本地包未标记 Sources Root 导致未解析引用、索引 .venv 或 node_modules 导致卡顿。具体收费、价格与平台信息暂未提供。