该技能面向 Python 开发，强调“类型先行”：先定义数据模型（dataclass、Pydantic 或 TypedDict），再定义函数签名（参数与返回值类型），随后按类型实现，并在系统边界做运行时校验，目标是让非法状态在类型检查阶段就无法表达。主要能力包括：用 frozen dataclass 表达不可变结构化数据，用 Literal 构造可辨识联合并用 match 穷尽处理，用 NewType 区分领域基元（如 UserId 与 OrderId），用 Enum 约束取值，用 Protocol 做结构化类型（鸭子类型），用 TypedDict（Required/NotRequired）描述外部数据形状。模块结构上建议小而聚焦的文件，单文件超过约 300 行或承担多重职责时拆分，用 init.py 暴露公开 API，测试放在镜像源码结构的 tests/ 目录。函数式风格建议用推导式替代显式循环，避免可变默认参数与类级可变状态，用 functools.partial 做部分应用。指令层面要求：对不支持的情况抛出描述性异常，每条路径要么返回要么抛出；用 from err 保留原始回溯传递上下文，捕获后必须重抛或返回有意义结果；显式处理空输入、None 与边界值；I/O 用上下文管理器，优先 pathlib 与显式编码；改动逻辑时补充或调整单元测试。配置建议启动时从环境变量加载，用配置 dataclass 或 Pydantic 模型作为唯一来源，必填项缺失应立即失败，开发用合理默认值、生产密钥需显式提供。可选工具 ty（Astral 出品，Rust 编写）可用于快速类型检查，支持 uvx ty check 直接运行或 uv tool install ty 安装，具备自动虚拟环境检测（VIRTUAL_ENV 或 .venv）、从 pyproject.toml 发现项目、增量检查等特性；文中也给出与 pyright、mypy 的取舍说明。限制与细节：资料未提供具体版本要求、性能数据或与其他工具的完整兼容性结论；ty 被描述为早期阶段、演进较快，选用时需自行评估。
python-best-practices
编程与开发
更新于 10-15 18:37