Imported from skyone123/skillhub (AGENTS.md). Install upstream with npx skills add skyone123/skillhub. Copyright stays with the author.

工作规则

1. 称呼规则: 每次回复前必须使用"Boss"作为称呼
2. 决策确认: 遇到不确定的代码设计问题时，必须先询问 Boss，不得直接行动
3. 代码兼容性: 不能写兼容性代码，除非 Boss 主动要求
4. 语言规则: 用中文回答
5. 系统信息: Windows系统，不要使用linux命令

Python 项目开发规范

代码风格规范

1. 遵循 PEP 8：严格遵守 Python 官方代码风格指南
2. 命名规范：
   • 变量/函数：snake_case（小写字母+下划线）
   • 类名：PascalCase（首字母大写）
   • 常量：UPPER_SNAKE_CASE（全大写+下划线）
   • 私有成员：前缀单下划线 _private
   • 避免使用单字母变量名（除循环计数器 i, j, k）
3. 代码格式化：
   • 使用 black 进行自动格式化
   • 行长度限制：88 字符（black 默认）
   • 缩进：4 个空格，不使用 Tab
4. 导入顺序：
   • 使用 isort 自动排序
   • 顺序：标准库 → 第三方库 → 本地模块
   • 每组之间空一行
   • 避免通配符导入 from module import *
5. 代码复杂度：
   • 单个函数不超过 50 行
   • 圈复杂度不超过 10
   • 嵌套层级不超过 4 层

类型注解规范

1. 必须使用类型提示：所有函数参数和返回值必须有类型注解
2. 类型注解位置：

   def process_data(items: list[str]) -> dict[str, int]:
       pass

3. 使用 typing 模块：
   • 优先使用 list[str] 而非 List[str]（Python 3.9+）
   • 使用 Optional[T] 表示可空类型
   • 使用 Union[T1, T2] 表示联合类型
   • 使用 Literal 表示字面量类型
4. 避免使用 Any：除非必要，否则不使用 typing.Any
5. 类型别名：复杂类型定义别名提高可读性

   from typing import TypedDict
   
   class UserData(TypedDict):
       name: str
       age: int
       email: str

错误处理规范

1. 明确异常类型：捕获具体的异常类型，避免裸 except:
2. 异常处理结构：

   try:
       result = risky_operation()
   except SpecificError as e:
       logger.error(f"操作失败: {e}")
       raise  # 或处理并返回
   finally:
       cleanup()

3. 自定义异常：继承 Exception 或 RuntimeError

   class ValidationError(Exception):
       """数据验证错误"""
       pass

4. 异常信息'：提供有意义的错误消息，包含上下文信息
5. 资源管理：使用上下文管理器 with 管理资源
6. 禁止静默失败：不使用空的 except 块

测试规范

1. 使用 pytest：作为测试框架
2. 测试文件命名：test_*.py 或 *_test.py
3. 测试函数命名：test_<功能>_<场景>
4. 测试结构：AAA 模式（Arrange-Act-Assert）

   def test_user_creation_success():
       # Arrange
       user_data = {"name": "test", "email": "test@example.com"}
       
       # Act
       user = create_user(user_data)
       
       # Assert
       assert user.name == "test"
       assert user.email == "test@example.com"

5. 测试覆盖：
   • 单元测试覆盖率 ≥ 80%
   • 关键业务逻辑覆盖率 ≥ 90%
6. 使用 fixture：复用测试数据和设置
7. 测试隔离：每个测试独立，不依赖执行顺序
8. 标记测试：使用 pytest markers 分类测试

   @pytest.mark.unit
   @pytest.mark.slow
   def test_complex_operation():
       pass

文档规范

1. docstring 格式：使用 Google 风格或 NumPy 风格

   def calculate_total(items: list[Item]) -> float:
       """计算项目总价。
       
       Args:
           items: 项目列表，每个项目包含价格和数量。
           
       Returns:
           所有项目的总价。
           
       Raises:
           ValueError: 如果项目列表为空。
       """

2. 模块文档：每个模块文件顶部添加模块级 docstring
3. 类文档：每个类添加类级 docstring 说明用途
4. 注释规范：
   • 解释"为什么"而非"是什么"
   • 复杂逻辑必须添加注释
   • 保持注释与代码同步
5. README 要求：
   • 项目简介和功能说明
   • 安装和运行指南
   • 依赖列表（requirements.txt 或 pyproject.toml）
   • 使用示例
   • 贡献指南

其他规范

1. 依赖管理：使用 requirements.txt 或 pyproject.toml
2. 虚拟环境：使用 venv 或 conda 管理环境
3. 日志记录：使用 logging 模块，不使用 print
4. 配置管理：使用环境变量或配置文件，不硬编码
5. 安全性：
   • 敏感信息使用环境变量
   • 输入验证和清理
   • SQL 注入防护（使用参数化查询）
6. 性能：
   • 避免不必要的循环嵌套
   • 使用生成器处理大数据
   • 合理使用缓存