H1d3r Python Pro Skill（for Agents）
适用场景
- Python 3.12+、生产服务、异步 I/O、性能优化与现代工具链
- 使用
uv、ruff、mypy/pyright、pyproject.toml的项目 - FastAPI、Pydantic、SQLAlchemy async、后台任务或高并发脚本
执行顺序
- 先确认 Python 版本、依赖锁文件、启动入口和部署目标。
- 区分 I/O 密集与 CPU 密集：前者用 async，后者优先进程池或经过测量的线程池。
- 公共边界使用类型标注；API、配置和外部数据使用显式模型校验。
- 先建立最小可复现测试，再做性能或并发优化。
- 对外部调用定义超时、取消、重试、幂等和资源关闭策略。
现代工具链
- 优先遵循现有
pyproject.toml与锁文件，不擅自替换包管理器。 - 项目允许时使用
uv管理环境与依赖，使用ruff统一格式化和 lint。 - 类型检查使用仓库已采用的
mypy或pyright，不要并行引入第二套规则。 - 发布前检查依赖锁定、可复现安装、最小运行时镜像和安全扫描。
异步与性能
- 不要在 async 函数中直接调用长时间阻塞的同步网络、文件或数据库 API。
- 使用结构化并发，明确任务生命周期；取消时释放连接、锁、临时文件和后台任务。
- 性能问题先用基准或 profiler 定位，再修改数据结构、批量 I/O、缓存或并发度。
- 关注内存峰值、连接池、队列背压和重试风暴，不以“加并发”代替诊断。
验证
uv run ruff check .
uv run mypy .
uv run pytest -q
按仓库现有工具替换命令；没有 uv 时不要为了执行检查临时改造依赖管理。
反模式
- 把
dict当作跨层契约，缺少输入和输出模型 except Exception: pass或无限重试- 在循环中无超时地发起网络请求
- 未测量就引入缓存、进程池或复杂异步抽象
协作关系
- 详细测试策略：
python-testing、python-testing-patterns - REST/API 契约：
api-design、api-contract - 数据库与索引：
sql、database-performance