스킬 python-async-patterns

python-async-patterns

낮은 위험 ⚡ 스크립트 포함📁 파일 시스템 액세스🌐 네트워크 접근⚙️ 외부 명령어

Domina los patrones async de Python

또한 다음에서 사용할 수 있습니다: 0xDarkMatter

Escribir código Python concurrente requiere comprender patrones específicos y evitar errores comunes. Esta skill proporciona patrones asyncio listos para producción para construir aplicaciones de alto rendimiento con manejo adecuado de errores, apagado elegante y gestión optimizada de recursos.

지원: Claude Codex Code(CC)
🥈 79 실버
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. Obtener múltiples URLs concurrentemente con limitación de velocidad

예상 결과:

  • URLs concurrentes: 3
  • Exitosas: 3
  • Fallidas: 0
  • Tiempo total: 0.45s
  • Patrón usado: asyncio.gather with Semaphore(5)

"python-async-patterns" 사용 중입니다. Manejar tiempo de espera de operación async

예상 결과:

  • Tiempo de espera configurado: 5.0 segundos
  • Resultado: None (tiempo agotado)
  • Patrón usado: asyncio.timeout context manager

보안 감사

낮은 위험
v3 • 1/16/2026

This is an educational documentation skill containing Python asyncio patterns and examples. All static findings are false positives: SHA-256 hash strings were misidentified as C2 keywords, Python async constructs (asyncio.gather, aiohttp.ClientSession) were misidentified as weak crypto, markdown code blocks with backticks were flagged as shell execution, and a developer static analysis script was misidentified as reconnaissance. No malicious code, data exfiltration, or harmful capabilities detected.

11
스캔된 파일
2,911
분석된 줄 수
4
발견 사항
3
총 감사 수

위험 요인

감사자: claude 감사 이력 보기 →

품질 점수

82
아키텍처
100
유지보수성
85
콘텐츠
30
커뮤니티
90
보안
83
사양 준수

만들 수 있는 것

Construir servicios web async

Crear APIs web de alta concurrencia usando aiohttp con agrupación de conexiones adecuada y apagado elegante

Manejar tareas concurrentes

Implementar colas productor-consumidor, limitación de velocidad y gestión de tareas en segundo plano para sistemas escalables

Obtener múltiples APIs

Hacer solicitudes HTTP concurrentes con lógica de reintento, circuit breakers y manejo de fallos parciales

이 프롬프트를 사용해 보세요

Patrón async básico
Muéstrame cómo usar asyncio.gather para obtener múltiples URLs concurrentemente con manejo adecuado de errores
Limitación de velocidad
Cómo limito las llamadas API concurrentes usando asyncio.Semaphore para evitar límites de velocidad
Resiliencia ante errores
Implementar un patrón circuit breaker para operaciones async con reintento de retroceso exponencial
Despliegue en producción
Crear una aplicación async lista para producción con apagado elegante, verificaciones de salud y manejo de señales

모범 사례

  • Siempre usa librerías async (aiohttp, aiosqlite) en lugar de librerías síncronas bloqueantes
  • Mantén referencias a las tareas creadas para prevenir la recolección de basura
  • Configura tiempos de espera y pools de conexión para todas las llamadas a servicios externos

피하기

  • Usar time.sleep() en lugar de asyncio.sleep() bloquea todo el event loop
  • Crear un nuevo aiohttp.ClientSession por solicitud desperdicia recursos
  • Usar I/O bloqueante (open, requests) directamente en funciones async detiene la concurrencia

자주 묻는 질문

¿Qué versión de Python necesito?
Se recomienda Python 3.10+. TaskGroup, asyncio.timeout y ExceptionGroup requieren Python 3.11+.
¿Cuántas solicitudes concurrentes puedo hacer?
El límite depende de los límites de velocidad del servicio objetivo. Usa Semaphore para control; comienza con 10 concurrentes y ajusta.
¿Puedo mezclar código síncrono y asíncrono?
Sí, usa run_in_executor para operaciones bloqueantes. Nunca bloquees el event loop con time.sleep o I/O síncrono.
¿Están seguros mis datos?
Esta skill contiene solo documentación de patrones. No ocurre ejecución de código, acceso a archivos ni llamadas de red.
¿Por qué mi código async es lento?
Causas comunes: llamadas bloqueantes, muy pocas tareas concurrentes, falta de agrupación de conexiones o servicios externos lentos.
¿En qué se diferencia esto del threading?
Async usa multitarea cooperativa con un hilo, evitando los límites del GIL. Mejor para cargas de trabajo vinculadas a I/O con muchas conexiones.