LLM写Python代码太糙？这个Skill让它变身10年高级工程师

用 LLM 写 Python 代码，你有没有遇到过这种糟心事——代码跑通了，但类型提示一个没有，边界条件全没处理，变量名随意到离谱，函数 docstring 更是奢望？

py-expert 就是来解决这个问题的。

这是一个藏在 Shubhamsaboo/awesome-llm-apps（96.9k ⭐ 的 GitHub 热门仓库）里的 Claude Code Skill，来自 AI 工程师 Shubham Saboo 的作品集。装上之后，Claude 写 Python 就从一个「代码生成器」升级成「10 年经验的高级 Python 开发者」。

它的核心设计理念是：正确性 > 类型安全 > 性能 > 代码风格。 不是说性能不重要，而是先把地基打牢，再谈优化——这个优先级逻辑非常对工程师的胃口。

来看看它提供的规则体系：

• CRITICAL 级：禁止可变默认参数（如 def foo(items=[])）、规范异常处理
• HIGH 级：强制类型注解、推荐 dataclass、列表推导式代替普通循环
• MEDIUM 级：PEP 8 规范、Docstring 写作（Google 或 NumPy 格式）
• Security：SQL 注入检查、XSS 防御、用户输入校验

规则不是干巴巴的条款，每个都有正确和错误示例，直接告诉你「应该这样写」。开发流程也梳理得很清晰：先设计（理解问题→选数据结构→规划函数签名）→ 类型安全 → 正确性 → 性能 → 代码风格，环环相扣。

代码审查清单也很实用，覆盖逻辑错误、类型一致性、异常处理、性能瓶颈、PEP 8 合规、安全漏洞、测试覆盖率 8 个维度。

使用方式：

npx skills add https://github.com/shubhamsaboo/awesome-llm-apps --skill python-expert

这个 Skill 特别适合两类人：一是已经用 AI 辅助写 Python，但受不了它「跑通就行」这种敷衍态度的开发者；二是每天要 review 大量 Python 代码、想有个统一标准的人——直接让 Claude 照着规则来，省心很多。

GitHub：https://github.com/Shubhamsaboo/awesome-llm-apps

GitHub: https://github.com/Shubhamsaboo/awesome-llm-apps