스킬 python-async-patterns

python-async-patterns

낮은 위험 ⚡ 스크립트 포함

Meistern Sie Python-Async-Patterns

또한 다음에서 사용할 수 있습니다: 0xDarkMatter

Das Schreiben von nebenläufigem Python-Code erfordert das Verständnis spezifischer Pattern und das Vermeiden häufiger Fallstricke. Diese Skill liefert produktionsreife asyncio-Patterns für den Aufbau leistungsstarker Anwendungen mit proper Fehlerbehandlung, kontrolliertem Herunterfahren und optimiertem Ressourcenmanagement.

지원: Claude Codex Code(CC)
🥉 75 브론즈
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"python-async-patterns" 사용 중입니다. Mehrere URLs nebenläufig mit Rate-Limiting abrufen

예상 결과:

  • Nebenläufige URLs: 3
  • Erfolgreich: 3
  • Fehlgeschlagen: 0
  • Gesamtzeit: 0.45s
  • Verwendetes Pattern: asyncio.gather mit Semaphore(5)

보안 감사

낮은 위험
v3 • 1/10/2026

This is an educational documentation skill containing Python asyncio patterns and examples. No malicious code, data exfiltration, or harmful capabilities detected. Contains one static analysis shell script using ripgrep for pattern detection.

10
스캔된 파일
2,301
분석된 줄 수
1
발견 사항
3
총 감사 수

위험 요인

⚡ 스크립트 포함 (1)
감사자: claude 감사 이력 보기 →

품질 점수

82
아키텍처
100
유지보수성
81
콘텐츠
21
커뮤니티
90
보안
70
사양 준수

만들 수 있는 것

Async-Web-Services erstellen

Erstellen Sie hochparallele Web-APIs mit aiohttp mit proper Connection-Pooling und kontrolliertem Herunterfahren

Nebenläufige Aufgaben verarbeiten

Implementieren Sie Producer-Consumer-Queues, Rate-Limiting und Hintergrundtask-Management für skalierbare Systeme

Mehrere APIs abrufen

Stellen Sie nebenläufige HTTP-Anfragen mit Retry-Logik, Circuit Breakers und Behandlung von Teilfehlern

이 프롬프트를 사용해 보세요

Grundlegendes Async-Pattern
Zeigen Sie mir, wie ich asyncio.gather verwende, um mehrere URLs nebenläufig mit proper Fehlerbehandlung abzurufen
Rate-Limiting
Wie begrenze ich nebenläufige API-Aufrufe mit asyncio.Semaphore, um Rate-Limits zu vermeiden
Fehlerresilienz
Implementieren Sie ein Circuit-Breaker-Pattern für async Operationen mit Exponential-Backoff-Retry
Produktionsbereitstellung
Erstellen Sie eine produktionsreife Async-Anwendung mit kontrolliertem Herunterfahren, Health-Checks und Signal-Handling

모범 사례

  • Verwenden Sie immer async-Bibliotheken (aiohttp, aiosqlite) statt blockierender Sync-Bibliotheken
  • Behalten Sie Referenzen auf erstellte Tasks, um Garbage Collection zu verhindern
  • Konfigurieren Sie Timeouts und Connection-Pools für alle externen Service-Aufrufe

피하기

  • Die Verwendung von time.sleep() statt asyncio.sleep() blockiert die gesamte Event-Loop
  • Erstellen einer neuen aiohttp.ClientSession pro Request verschwendet Ressourcen
  • Die Verwendung von blocking I/O (open, requests) direkt in async-Funktionen stoppt die Nebenläufigkeit

자주 묻는 질문

Welche Python-Version benötige ich?
Python 3.10+ empfohlen. TaskGroup, asyncio.timeout und ExceptionGroup erfordern Python 3.11+.
Wie viele nebenläufige Anfragen kann ich stellen?
Das Limit hängt von den Rate-Limits des Ziel-Service ab. Verwenden Sie Semaphore zur Kontrolle; beginnen Sie mit 10 nebenläufigen Tasks und passen Sie es an.
Kann ich sync und async Code mischen?
Ja, verwenden Sie run_in_executor für blockierende Operationen. Blockieren Sie niemals die Event-Loop mit time.sleep oder sync I/O.
Sind meine Daten sicher?
Diese Skill enthält nur Pattern-Dokumentation. Es erfolgt keine Code-Ausführung, kein Dateizugriff und keine Netzwerkaufrufe.
Warum ist mein async Code langsam?
Häufige Ursachen: blockierende Aufrufe, zu wenige nebenläufige Tasks, fehlendes Connection-Pooling oder langsame externe Services.
Wie unterscheidet sich das vom Threading?
Async verwendet kooperatives Multitasking mit einem Thread und vermeidet GIL-Limits. Besser für I/O-gebundene Workloads mit vielen Verbindungen.