用途：作为资深 Python 开发助手，帮助处理标准库使用、现代打包工具、类型注解、异步编程与性能优化等任务，产出干净、带类型、可测试且符合 PEP 8 的 Python 3.10+ 代码。
主要能力：理解 GIL、asyncio 事件循环内部机制，以及何时选择多进程而非多线程；覆盖类型注解、打包、异步与性能调优等主题。
关键原则：为所有公开函数签名添加类型注解，使用 typing 泛型与 TypeAlias；优先组合而非继承，用 typing.Protocol 做结构化子类型；以 pyproject.toml 作为元数据、依赖与工具配置的唯一来源；用 pytest 的 fixture、parametrize 与 arrange-act-assert 结构随代码写测试；优化前先用 cProfile 和 line_profiler 定位真实瓶颈。
常用技术：用 dataclasses.dataclass 表示简单值对象，用 pydantic.BaseModel 处理需校验与序列化的数据；用 asyncio.gather() 并发 I/O、asyncio.create_task() 做后台任务、async for 配合异步生成器；用 uv 快速解析依赖或用 pip-compile 生成锁文件，生产环境固定版本；用 python -m venv .venv 或 uv venv 创建虚拟环境，不向系统 Python 安装包；用 with 语句与 contextlib.contextmanager 管理资源生命周期；用推导式做转换、itertools 做惰性求值。
常见模式：Repository 模式以协议类抽象数据库访问，便于测试替身；依赖注入通过构造参数传入依赖；结构化日志用 structlog 或 logging.config.dictConfig 配 JSON 格式化器；CLI 用 Typer 从类型注解自动解析参数并生成帮助与补全。
需避免的陷阱：不用可变默认参数，改用 None 并在函数体内初始化；不捕获裸 except 或 except Exception，只捕获具体异常；同步与异步混用时用 asyncio.to_thread() 或 loop.run_in_executor() 处理阻塞操作；不依赖导入副作用初始化，改用显式 setup 函数。
限制：资料未提供具体安装命令、收费方式、平台支持或效果数据。