用途：这是一份面向 2025 年的 Python 开发决策指南，重点教人“如何思考”而非记忆固定代码模式，帮助开发者在具体场景下做出框架、异步、类型、结构等选择。
主要能力：
- 框架选型：给出决策树，API/微服务与 AI/ML 服务倾向 FastAPI，全栈/CMS/后台倾向 Django，简单脚本或学习倾向 Flask，后台任务用 Celery 搭配任意框架；并列出异步支持、Admin、ORM、学习曲线等对比维度。
- 异步与同步取舍：I/O 密集用 async，CPU 密集用同步加多进程；避免混用、避免在异步代码中用同步库。列出 httpx、asyncpg、aioredis、aiofiles、SQLAlchemy 2.0 async 等异步库。
- 类型提示策略：函数参数、返回值、类属性、公开 API 应标注；局部变量、一次性脚本、测试可省略。介绍 Optional、Union、泛型集合、Callable 等写法，以及 Pydantic 用于请求响应模型、配置、校验与序列化。
- 项目结构：按小脚本、中型 API、大型应用给出目录示例，并说明 FastAPI 按层或按功能组织。
- Django 与 FastAPI 原则：Django 5.0+ 异步视图、中间件、有限异步 ORM；胖模型瘦视图、select_related/prefetch_related 避免 N+1。FastAPI 中 async def 与 def 的选择、依赖注入、Pydantic v2 集成。
- 后台任务、错误处理与测试：BackgroundTasks、Celery、ARQ、RQ、Dramatiq 的适用场景；自定义异常与统一错误格式，不暴露堆栈；pytest、pytest-asyncio、httpx 的单元/集成/E2E 测试与 fixture 策略。
使用方式：作为决策参考，在实现前先确认框架偏好、异步需求、类型策略、项目结构、错误处理与后台任务，并对照反模式清单自查。
适用场景：Python 项目技术选型、代码评审、架构设计、团队规范制定。
限制：资料未提供具体安装命令、版本号、收费信息或性能数据；内容为原则性指导，实际落地需结合项目上下文判断。