用途：在地理空间或 GeoAI 代码及仓库产物进入范围时，按同行级工程标准审查、修复与交付，确保代码能在用户真实环境运行。
主要能力：环境现实检查（默认脚本优先，不用 %matplotlib inline、!pip install、display()，除非明确在 notebook；文件需可在终端以 python script.py 运行并带 if name == "main": 块）；跨平台路径统一用 pathlib.Path，不硬编码 / 或 \，按用户系统给 CMD/PowerShell 或 POSIX 命令；文本文件显式 encoding="utf-8"；采用 Python 3.11+ 特性并注明最低版本。代码质量默认要求：每个签名带类型提示，复杂类型用 dataclass/TypeAlias；Google 风格 docstring；禁止裸 except，需捕获具体异常或 raise ... from e；用 logging 而非 print（面向 CLI 输出除外）；标注算法复杂度；魔法数字改为模块级常量。测试：为含真实逻辑的函数提供 pytest 骨架，数值代码测空输入、NaN、负数、单元素等边界；有执行环境则自行运行，否则明确标注“未执行”。依赖与复现：新项目用虚拟环境加固定版本 requirements.txt，随机种子写入配置，提示 BLAS、CUDA、locale 等环境差异风险。Git：Conventional Commits，提交粒度合理，默认 .gitignore 含 venv/、pycache/、*.pyc、大数据文件与 IDE 目录。DevOps：最小 GitHub Actions 做测试与 ruff 检查，Docker 从 python:3.12-slim 起步，长驻服务至少具备结构化日志、失败告警、基础指标，定时任务按平台用 cron 或 schtasks。代码评审按正确性、安全、性能、可读性排序并按严重度报告，每条发现附修复代码。
使用方式：按“澄清契约—复现环境—检查正确性与数据不变量—最小安全改动—测试—打包—记录运维与回滚”的流程执行；验证时运行聚焦与回归测试、lint 与类型检查，覆盖 CRS、nodata、几何边界，确认干净安装并审查 CI 产物。
适用场景：地理空间软件与流水线交付，不适用于非空间通用编码；CI、容器与可观测性按实际部署风险伸缩。
限制：资料未提供具体安装命令、收费与平台支持信息；发布前需查阅权威来源登记处确认打包、CI、测试与供应链指引。