自动添加或改进旧版 Python 代码中的类型注释。用于提高代码可读性、IDE 支持并及早捕获类型错误。

设计全面的 Python 测试套件，包括单元、集成和 E2E 测试。在为新的或现有的 Python 应用程序建立测试模式时使用。

检测常见的 Python 漏洞，例如 SQL 注入、不安全的反序列化和硬编码机密。用作 Python 项目的安全 SDLC 的一部分。

使用 cProfile 或 memory_profiler 识别 Python 代码中的 CPU 和内存瓶颈。用于优化任务关键型 Python 服务。

规划并执行 Python 库的升级，处理重大变更。在对 Django 或 FastAPI 等框架执行主要版本更新时使用。

设计具有上下文传播的结构化日志系统。用于确保 Python 应用程序可观察且日志可供机器读取。

使用 Black、Isort 和 Flake8 强制执行 Pythonic 标准。用于确保大型 Python 代码库和团队环境的一致性。

分析并解决Python包依赖冲突。当 pip install 由于版本不匹配或循环依赖而失败时使用。

使用 Pandas、Dask 或 PySpark 等工具设计带有数据验证的 ETL 工作流程。在使用 Python 构建强大的数据处理系统时使用。

使用 Pydantic 或 Dynaconf 生成并验证 Python 应用程序的基于环境的配置。用于确保安全有效的运行时设置。

检查异步 Python 代码以识别竞争条件、死锁和低效模式。使用 asyncio、aiohttp 或 FastAPI 时使用。

分析和优化 pytest 套件以提高速度、识别片状测试并增加覆盖范围。用于维护高质量、快速运行的测试管道。

提示注入扫描器是专门针对AI代理时代的安全工具。它可以识别代理指令中的弱点，恶意用户可能通过在输入字段中插入冲突的指令来“劫持”代理的行为。

使用 Poetry 或 uv 等现代工具优化 pyproject.toml 并解决复杂的依赖关系树。用于现代化 Python 项目管理。

pii-sanitizer 是一种数据保护工具，旨在识别和屏蔽数据集、日志或通信中的个人身份信息 (PII)，以遵守 GDPR 和 CCPA 等隐私法规。

该目录包含教学生命周期“反馈”阶段的技能。

模块项目生成器创建现实的、具有挑战性的项目，迫使学生将他们所学到的知识应用到“现实世界”的环境中。

该目录包含教学生命周期“创建”阶段的技能。

模块课程课程规划器可帮助导师和教师为高影响力的现场课程做好准备。它确保有效利用时间并涵盖所有关键概念。

许可证合规性审核员通过自动验证所有直接和传递依赖项是否使用组织批准的许可证来确保软件项目保持合法合规。