morning-start Pythonic Code Style
任务目标
本 Skill 用于：分析和改进 Python 代码风格，使其更符合 Python 语言特性和最佳实践
能力包含：
- 代码风格分析：识别非 Pythonic 模式，提供改进建议
- Pythonic 惯用法：列表推导、生成器、上下文管理器、装饰器、元类等
- 设计模式应用：SOLID 原则、描述符协议、迭代器协议等
- 性能优化：内存优化、计算优化、I/O 优化、并发模式、缓存策略
- 重构指导：代码异味检测、重构技巧、重构模式、重构流程
- 实战模板：提供可直接使用的代码模板（140+ 个）
触发条件：
- 用户展示代码并请求"如何更 Python 地实现"
- 用户询问"这段代码是否 Pythonic"
- 用户需要代码审查和风格改进建议
- 用户询问 Python 特定语法的最佳实践
- 用户需要性能优化或重构建议
- 用户请求高级 Python 模式或设计模式
核心理念
Friendly Python = User-Friendly + Maintainer-Friendly
┌──────────────────────────────────────────────────────────┐
│ FRIENDLY PYTHON = User-Friendly Python │
├────────────────────────────────┬─────────────────────────┤
│ User-Friendly │ Maintainer-Friendly │
│ ───────────────── │ ───────────────── │
│ • Sensible defaults │ • Single change point │
│ • Minimal required params │ • Registry over if-else│
│ • Hidden resource mgmt │ • Explicit over magic │
│ • Simple → complex path │ • Readable & debuggable│
└────────────────────────────────┴─────────────────────────┘
设计原则
1. 用户友好 (User-Friendly)
- 默认提供合理值：让快速启动无需阅读文档
- 最少必需参数：隐藏复杂的对象组装
- 透明的资源管理：使用上下文管理器或统一入口
- 简单到复杂：简单路径是默认，复杂需求可显式扩展
2. 维护友好 (Maintainer-Friendly)
- 单点修改：添加新策略/命令/实现时，收敛到一个修改点
- 注册表替代 if-else：使用注册表/插件表替代条件分支链
- 谨慎使用魔法：自动扫描和动态导入需要评估可读性和可调试性
3. 构建模式
- 避免半成品对象：不推荐"实例化后加载"；使用
classmethod构建 - 多源多入口：env/file/显式使用不同的构建入口，不在
__init__用标志 - 减少导入负担：不暴露不必要的命名到包顶层
4. 生态扩展
- 使用扩展点：hook、adapter、auth、middleware
- 避免猴子补丁：改用注册、协议、继承
- 包装而非重写：扩展功能而非覆盖全部
5. 明确性
- 避免 `getattr：优先显式字段和描述符
- 谨慎使用元类：只在必要时使用
- 显式优于隐式：优先可读性而非炫技
操作步骤
┌─────────────────────────────────────────────────────────────┐
│ 1. UNDERSTAND: 理解需求与现有代码 │
├─────────────────────────────────────────────────────────────┤
│ 2. ANALYZE: 分析代码风格问题，识别非 Pythonic 模式 │
├─────────────────────────────────────────────────────────────┤
│ 3. IMPROVE: 应用 Pythonic 惯用法和设计模式 │
├─────────────────────────────────────────────────────────────┤
│ 4. REVIEW: 根据审查清单检查改进方案 │
├─────────────────────────────────────────────────────────────┤
│ 5. REFINE: 优化细节，提供替代方案和权衡分析 │
└─────────────────────────────────────────────────────────────┘
标准流程：
代码分析
- 阅读用户提供的代码，识别非 Pythonic 的模式
- 参考 references/python-rules.md 中的 Python 之禅和规范
- 关注：命名规范、控制流、数据类型使用、函数设计、异常处理等
Pythonic 改进
- 根据问题类型选择合适的参考文档
- 基础改进：references/control-flow.md、references/data-types.md、references/functions.md
- 高级特性：references/decorators.md、references/advanced-patterns.md
- 性能优化：references/performance-tips.md
- 重构指导：references/refactoring-guide.md
- 应用 Pythonic 惯用法：列表推导、生成器、上下文管理器、装饰器等
- 参考 assets/templates/ 中的标准模板
代码对比与解释
- 展示改进前后的代码对比
- 解释改进的理由和遵循的 Pythonic 原则
- 说明性能、可读性和维护性的提升
- 必要时提供替代方案和权衡分析
最佳实践与进阶建议
- 根据 references/solid-principles.md 提供设计原则建议
- 参考 references/edge-cases.md 处理边界情况
- 提供相关 Pythonic 模式的学习资源和进一步优化方向
可选分支：
- 基础风格问题：使用基础参考文档提供改进建议
- 高级特性应用：推荐使用描述符、元类、迭代器协议等高级模式
- 性能优化需求：结合性能优化参考文档提供建议
- 重构需求：使用重构指南提供系统性改进方案
- 代码已经较好：识别可进一步优化的细节，提供高级优化建议
审查清单
使用此清单进行代码审查或自查：
| 检查项 | 问题 |
|---|---|
| 🔧 扩展性 | 新增功能是否只需修改一处代码？ |
| 🎯 默认值 | API 是否有合理的默认值？是否隐藏了不必要的对象？ |
| 📈 复杂度 | 复杂度是否遵循"简单到复杂"，默认路径是否最轻量？ |
| 🔌 扩展点 | 是否优先使用生态系统的扩展点？ |
| 👁️ 明确性 | 是否为了炫技而牺牲了明确性和可维护性？ |
| 🔄 移植代码 | 移植代码时是否重新设计了调用模式？ |
推荐与避免的模式
推荐使用的模式
| 场景 | 推荐做法 |
|---|---|
| 多种实现方式 | 注册表模式 + 装饰器注册 |
| 资源管理 | 上下文管理器 (with) |
| 多种输入来源 | @classmethod 构造器 |
| 配置字段 | 描述符 (Descriptor) |
| 扩展第三方库 | 官方扩展点 (hook/adapter/auth) |
| 异步操作 | async/await + try/except/finally |
| CLI 工具 | argparse + Command 类 |
| 复杂对象构建 | Builder 模式 |
| 策略选择 | 注册表/字典查找 |
| 循环导入 | 延迟导入/重构模块 |
避免使用的模式
| 反模式 | 问题 |
|---|---|
| 大量 if-else 分支 | 添加功能需要修改多处 |
__init__ 中使用标志控制路径 |
互斥参数不明确 |
__getattr__ 回退 |
削弱可发现性和类型检查 |
| 过度使用元类 | 污染用户的心智模型 |
| 自定义包装回原库 | 属性重复，维护负担 |
| JS 风格的回调 | 不 Pythonic |
| 全局状态 | 难以测试和维护 |
| 过度继承 | 组合优于继承 |
| 硬编码配置 | 缺乏灵活性 |
| 裸 except | 吞掉所有异常 |
响应格式
解决代码风格问题时，使用以下格式：
## Summary
[完成的工作总结]
## Changes Made
- [改进点 1]: [说明]
- [改进点 2]: [说明]
## Design Decisions
- [为什么选择某些模式]
## Review Checklist
- [x] 单点扩展性
- [x] 合理默认值
- [x] 渐进式复杂度
- [x] 正确使用扩展点
- [x] 明确性优于魔法
## Suggestions (if any)
- [可以进一步改进的地方]
资源索引
基础参考
- 友好模式：见 references/friendly-patterns.md（Friendly Python 理念、用户友好模式、维护友好模式、构建模式、注册表模式、上下文管理器）
- Python 规则：见 references/python-rules.md（Python 之禅、PEP 8 规范）
- 变量命名：见 references/variables-naming.md（命名原则、布尔变量命名、循环变量命名、临时变量）
- 控制流：见 references/control-flow.md（if-else 优化、卫语句、提前返回、海象运算符、循环优化、match-case）
- 数字和字符串：见 references/data-types.md（数字操作、字符串处理、格式化、正则表达式、类型转换）
- 容器类型：见 references/container-types.md（列表、字典、集合、元组最佳实践、推导式、collections 模块）
- 函数设计：见 references/functions.md（函数设计原则、参数设计、返回值设计、类型提示、高阶函数）
- 异常处理：见 references/exceptions.md（异常处理最佳实践、上下文管理器）
- 装饰器：见 references/decorators.md（装饰器深入应用、类装饰器、参数化装饰器）
- 循环导入：见 references/cyclic-imports.md（循环导入的定义、原因、后果和解决方法）
- 文件操作：见 references/file-operations.md（文件读写、路径处理、pathlib）
进阶参考
- SOLID 原则：见 references/solid-principles.md（面向对象设计原则、设计模式）
- 高级模式：见 references/advanced-patterns.md（元类、描述符、迭代器协议、并发、魔术方法）
- 性能优化：见 references/performance-tips.md（性能分析、内存优化、计算优化、并发、缓存）
- 重构指南：见 references/refactoring-guide.md（代码异味、重构技巧、重构模式、重构工具）
- 边界情况：见 references/edge-cases.md（异常和边界情况处理）
代码模板
- 基础模板：见 assets/templates/naming-patterns.py、assets/templates/control-flow-patterns.py、assets/templates/string-number-operations.py、assets/templates/container-operations.py、assets/templates/exception-handling.py
- 高级模板：见 assets/templates/advanced-patterns.py（元类、描述符、迭代器、装饰器、并发等高级模式）
- 性能模板：见 assets/templates/performance-patterns.py（缓存、批处理、惰性求值、并行处理等性能模式）
核心原则
基于 Python 之禅和 Friendly Python 的核心价值观：
- 优美胜于丑陋：优先选择简洁、优雅的解决方案
- 明了胜于晦涩：代码应该清晰易懂，避免过度设计
- 简洁胜于复杂：用最少的代码完成任务，避免不必要的复杂性
- 复杂胜于凌乱：使用有组织的复杂结构，而非混乱的代码
- 扁平胜于嵌套：减少嵌套层级，提高代码可读性
- 间隔胜于紧凑：合理的空行和空格，让代码更易读
- 可读性很重要：代码是给人读的，清晰度优先
- 实用性胜于纯粹性：考虑实际应用场景和性能需求
- 用户友好 + 维护友好：API 易于使用，代码易于维护
实现方式说明
本 Skill 的所有功能由智能体通过自然语言指导完成，无需脚本执行：
- 代码分析与改进：智能体直接分析代码并提供 Pythonic 改进建议
- 模板推荐：从
assets/templates/中选择合适的模板并展示使用方法 - 最佳实践指导：基于参考文档提供详细的指导和示例
使用示例
示例 1：友好模式应用
- 功能说明：应用注册表模式替代 if-else 分支，提高代码可扩展性
- 执行方式：分析现有代码结构，重构为注册表模式
- 参考文档：references/friendly-patterns.md
- 关键要点：
- 识别大量 if-else 分支
- 使用注册表装饰器替代条件链
- 新增功能只需注册，无需修改核心代码
- 保持代码的可读性和可维护性
示例 2：基础循环改进
- 功能说明：将传统的 for 循环转换为列表推导或生成器表达式
- 执行方式：智能体分析代码并提供改进建议
- 参考文档：references/control-flow.md
- 关键要点：
- 识别可转换的循环模式
- 使用列表推导简化代码
- 使用生成器表达式处理大数据
- 保持代码可读性
示例 2：命名规范优化
- 功能说明：改进变量、函数、类的命名
- 执行方式：提供更清晰、更具描述性的命名建议
- 参考文档：references/variables-naming.md
- 模板参考：assets/templates/naming-patterns.py
- 关键要点：
- 使用有意义的名称
- 遵循命名约定（snake_case、CamelCase）
- 避免缩写和歧义
- 使用动词命名函数，名词命名类
示例 3：异常处理改进
- 功能说明：改进异常处理方式和资源管理
- 执行方式：推荐使用更 Python 的异常处理模式
- 参考文档：references/exceptions.md
- 模板参考：assets/templates/exception-handling.py
- 关键要点：
- 捕获特定的异常类型
- 使用上下文管理器管理资源
- 提供有用的错误消息
- 避免裸 except
示例 4：函数设计优化
- 功能说明：优化函数设计和参数传递
- 执行方式：提供函数重写建议
- 参考文档：references/functions.md
- 关键要点：
- 遵循单一职责原则
- 合理使用默认参数和可变参数
- 使用类型提示提高可读性
- 返回一致的结果类型
示例 5：高级模式应用
- 功能说明：应用元类、描述符、迭代器协议等高级模式
- 执行方式：分析需求并推荐合适的高级模式
- 参考文档：references/advanced-patterns.md
- 模板参考：assets/templates/advanced-patterns.py
- 关键要点：
- 理解适用场景和权衡
- 正确实现协议和魔术方法
- 保持代码可读性和可维护性
- 避免过度设计
示例 6：性能优化
- 功能说明：提供性能优化建议
- 执行方式：分析代码并提供优化方案
- 参考文档：references/performance-tips.md
- 模板参考：assets/templates/performance-patterns.py
- 关键要点：
- 使用性能分析工具识别瓶颈
- 选择合适的数据结构和算法
- 使用缓存和批处理
- 考虑并发和异步处理
示例 7：代码重构
- 功能说明：系统性地改进代码结构和质量
- 执行方式：提供重构方案和步骤
- 参考文档：references/refactoring-guide.md
- 关键要点：
- 识别代码异味
- 小步重构，保持测试通过
- 提取方法和类，减少重复
- 简化条件和复杂逻辑
注意事项
- 优先使用 Python 内置功能和标准库，避免重复造轮子
- Pythonic 不等于最简代码，要在简洁和可读性之间平衡
- 遵循 PEP 8 代码风格规范
- 充分利用 Python 的动态特性和语法糖
- 考虑代码的性能和维护性，避免过度优化
- 理解 SOLID 原则，编写可维护的面向对象代码
- 正确处理边界情况和异常
- 高级模式使用时考虑适用场景和可维护性
- 性能优化前先测量，避免过早优化
- 重构时保持测试通过，逐步改进
- 遵循 "用户友好 + 维护友好" 的设计理念
- 使用审查清单确保代码质量
- 优先选择推荐模式，避免反模式