用途：在编写后端代码、实验代码、模型代码、数据处理或可视化代码、后端接口与系统逻辑时使用，要求逻辑清晰、安全、可读、可维护，并便于复现、扩展与部署，同时支持代码审查与项目结构整理。
主要能力与实践：写代码前先读现有代码并匹配项目风格、约定与依赖；明确输入输出、边界条件与复现要求。质量标准包括单一职责与清楚数据流、参数化查询与输入校验、不硬编码密钥、注释解释原因。工程实践含 Git 功能分支与提交纪律、依赖与环境锁定、pytest 测试、Ruff 与静态类型检查、pre-commit、CI、README 等文档，以及系统化调试、自我代码审查、架构改进与子任务拆分。
使用方式：按项目情况选择工具链，例如 uv（uv init → uv add → uv lock/uv sync → uv run）或 Poetry；提交 lock 文件以还原确定性环境。测试使用 pytest，可按需加覆盖率；质量门使用 Ruff、mypy/pyright，团队长期维护场景可考虑 SonarQube；CI 可用 GitHub Actions，典型流水线为 checkout → 装依赖 → ruff check → pytest。推荐 TDD：先写最小失败测试，再实现转绿，绿灯后重构。
适用场景：后端接口与系统逻辑、实验与模型代码、数据处理、论文复现落地及代码审查交接。
限制：是否收费、支持平台、效果指标等暂未提供；部分工程工具按项目性质选择，单人脚本或一次性实验不必上重型基建，避免过度工程。