无尘阁日记

无尘阁日记

WorkBuddy技能评测 #186 | python-* 十一连：错误处理、可观测、反模式，Python 项目该有的规矩
silcano

基本信息

  • 技能名：python-* 系列（python-error-handling、python-observability、python-resilience、python-design-patterns、python-project-structure、python-anti-patterns、python-code-style、python-resource-management、python-performance-optimization 等）
  • 来源仓库 Star 数：27,426
  • 分类：Backend & API / Documentation
  • 数据来源：SkillKit 中央技能库（第三方技能市场，非 WorkBuddy 官方自研）

它解决了什么痛点

Python 好写，所以最容易写成一坨。这批技能把「合格 Python 项目的默认标准」拆成 11 条：异常该怎么分层（不要 except Exception 然后 pass）、日志该记什么（可观测性不是加 print）、项目目录怎么分层、依赖与资源怎么管（with / contextmanager）、以及一份专门讲反模式的清单。

它最有价值的地方是反模式那条：大多数规范文档只讲「应该怎样」，它讲「这样写为什么会炸」，比如可变默认参数、在循环里拼字符串、用 dict 当结构体、过宽的异常捕获把 bug 吃掉。这些都是你写脚本时天天犯的。

对我有没有用（技术 / 自媒体 / AI / 读书）

技术：强推三份。你写了大量 Python 脚本（爬虫、发布、灌表、截图），python-error-handling 和 python-resource-management 能直接提升它们的可靠性；python-observability 帮你把「跑失败了不知道为什么」变成「日志里有 trace_id 和耗时」。AI：有用——它给了 agent 一套可执行的判据，比「请写健壮的代码」有效。自媒体：可做选题（「我用 11 条规矩重写了我的爬虫脚本」）。读书：无关。

提醒：python-performance-optimization 里有不少「提前优化」的诱惑，你的脚本瓶颈通常在网络和 SSH 延迟上，不在 Python 解释器。先量再优化。

典型场景

你的灌表脚本要写 719 行到腾讯文档，中途某批失败会让整份数据错位。做法：装 python-error-handling + python-resilience，让 AI 把脚本改成「分块 + 幂等 + 失败可续写」：每块写成功后记录偏移量，重跑时从断点继续，异常分类记日志。成果：从「失败就重头再来、还可能写重」变成「断点续传、重复执行结果一致」——这正是你在 3w-5w 档踩过的坑（CSV 超长失败一次就得全重跑）。

一句话结论

写脚本的人应该装的三份：error-handling、resource-management、observability。其余当参考。

📊 完整对比数据见在线总表：WorkBuddy 技能市场全量调研总表（腾讯文档）

标签