Fähigkeiten Temporal Python Pro
📦

Temporal Python Pro

Sicher

Erstellen Sie robuste Workflows mit dem Temporal Python SDK

Der Aufbau zuverlässiger verteilter Systeme ist komplex. Diese Skill bietet fachkundige Anleitung zum Temporal Python SDK für robuste Workflow-Orchestrierung, Fehlerbehandlung und Produktionsbereitstellung.

Unterstützt: Claude Codex Code(CC)
📊 69 Angemessen
1

Die Skill-ZIP herunterladen

2

In Claude hochladen

Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen

3

Einschalten und loslegen

Teste es

Verwendung von "Temporal Python Pro". Erstelle einen Workflow für die Auftragsabwicklung

Erwartetes Ergebnis:

Definiert einen Workflow mit @workflow.defn, implementiert validate_order, charge_payment und send_confirmation Activities mit korrekten Retry-Policies und Timeout-Konfiguration

Verwendung von "Temporal Python Pro". Behandle Zahlungsfehler mit Kompensation

Erwartetes Ergebnis:

Zeigt try/except-Muster zum Abfangen von ActivityError, Implementierung der refund_payment-Kompensationsactivity und Emission von Workflow-Cancellation-Events

Sicherheitsaudit

Sicher
v1 • 2/25/2026

Static analysis scanned 0 files with 0 lines. Risk score is 0/100. No suspicious patterns detected. This is a prompt-only skill providing guidance on Temporal Python SDK usage without executable code. Safe for publication.

0
Gescannte Dateien
0
Analysierte Zeilen
0
befunde
1
Gesamtzahl Audits
Keine Sicherheitsprobleme gefunden
Auditiert von: claude

Qualitätsbewertung

38
Architektur
100
Wartbarkeit
87
Inhalt
31
Community
100
Sicherheit
74
Spezifikationskonformität

Was du bauen kannst

Microservices-Orchestrierung

Koordinierung verteilter Transaktionen über mehrere Services hinweg mit Saga-Mustern und Kompensationslogik.

Langlaufende Geschäftsprozesse

Implementierung von Workflows, die Stunden bis Jahre umspannen, mit automatischer Zustandspersistenz und Wiederherstellung.

Datenverarbeitungspipelines

Aufbau mehrstufiger Datentransformations-Workflows mit paralleler Batch-Verarbeitung und Fehlerbehandlung.

Probiere diese Prompts

Einfache Workflow-Einrichtung 
Help me create a basic Temporal workflow in Python that processes user orders. I need to validate the order, charge payment, and send a confirmation email. Show me the workflow definition and activity implementations.
Retry-Policy-Konfiguration 
I need to configure retry policies for an activity that calls an external API with rate limits. The API allows 100 requests per minute and may return 429 errors. What retry policy settings should I use?
Signal-Handler-Implementierung 
How do I implement a signal handler that allows users to cancel a running workflow? Show me how to validate the signal, handle cancellation gracefully, and emit compensation activities.
Produktions-Teststrategie 
I need to test a workflow that spans 30 days using time-skipping. Create a test that validates the workflow completes all activities in the correct order and handles timeout scenarios.

Bewährte Verfahren

  • Halten Sie Workflows auf Orchestrierungslogik fokussiert; verlagern Sie alle externen Aufrufe in Activities
  • Verwenden Sie workflow.now() und workflow.random() anstelle von datetime- und random-Modulen für Determinismus
  • Implementieren Sie idempotente Activities, um sichere Retries bei vorübergehenden Fehlern zu gewährleisten
  • Konfigurieren Sie angemessene Timeouts: schedule_to_close für Gesamtdauer, start_to_close für einzelne Versuche
  • Verwenden Sie die Time-Skipping-Testumgebung für schnelles Feedback bei langlaufenden Workflows

Vermeiden

  • Die direkte Verwendung von datetime.now() oder random.random() im Workflow-Code bricht den Determinismus
  • Direkte API-Aufrufe aus Workflows statt Verwendung von Activities
  • Nicht-Behandlung von ActivityError in Workflows, wodurch die Möglichkeit zur Kompensation verloren geht
  • Blockieren der Async-Event-Loop durch synchronen Code in Async-Activities
  • Überschreiten der 2MB-Payload-Größenlimits durch Weitergabe großer Daten zwischen Activities

Häufig gestellte Fragen

Was ist der Unterschied zwischen einem Workflow und einer Activity in Temporal?
Workflows definieren die Orchestrierungslogik und müssen deterministisch sein. Activities führen externe Operationen wie API-Aufrufe oder Datenbankabfragen aus. Workflows rufen Activities auf, die die eigentliche Arbeit erledigen.
Wie teste ich Workflows, die Tage oder Wochen laufen?
Verwenden Sie die WorkflowEnvironment mit aktiviertem Time-Skipping. Dies führt workflow.sleep()-Aufrufe sofort aus, sodass Sie monatelange Workflows in Sekunden während Unit-Tests testen können.
Kann ich Workflow-Code nach der Bereitstellung aktualisieren?
Ja, aber Sie müssen Determinismus für bestehende laufende Workflows beibehalten. Verwenden Sie workflow.get_version(), um Codeänderungen优雅 zu handhaben, und testen Sie mit Replay gegen Produktions-Historien.
Was passiert, wenn eine Activity fehlschlägt?
Temporal wiederholt automatisch basierend auf Ihrer RetryPolicy-Konfiguration. Sie können Initiales Intervall, Backoff-Koeffizient, maximale Versuche angeben und bestimmte Fehlertypen als nicht-wiederholbar markieren.
Wie unterscheiden sich Signale von Queries?
Signale ermöglichen es externen Systemen, Events zu senden, die den Workflow-Zustand ändern. Queries bieten schreibgeschützten Zugriff auf den Workflow-Zustand zur Überwachung. Signale können den Zustand ändern; Queries können das nicht.
Welches Ausführungsmodell sollte ich für Activities verwenden?
Verwenden Sie Async-Activities für nicht-blockierendes I/O, ThreadPoolExecutor für blockierendes synchrones I/O und ProcessPoolExecutor für CPU-intensive Aufgaben. Blockieren Sie niemals die Async-Event-Loop.

Entwicklerdetails

Autor

sickn33

Lizenz

MIT

Repository

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/temporal-python-pro

Ref

main

Dateistruktur

📄 SKILL.md