Python Code Performance & Quality Enhancer
Описание промпта
Инструмент для глубокого ревью, оптимизации и улучшения качества Python-кода с соблюдением стандартов PEP8 и типов.
- Автоматизирует процесс ревью Python-кода, обеспечивая соответствие стандартам PEP8, улучшая документацию и выявляя узкие места производительности.
- Повышает читаемость кода, снижает технический долг, предотвращает ошибки времени выполнения и оптимизирует вычислительные затраты.
- Python-разработчики, тимлиды, инженеры по качеству кода, студенты, изучающие лучшие практики программирования.
Вставь свой код в плейсхолдер {{CODE}}. AI вернет структурированный отчет с исправлениями, таблицами анализа и полным обновленным кодом.
Необходимо предоставить исходный Python-код в формате строки. Код должен быть рабочим фрагментом для анализа.
Готовый к использованию, оптимизированный код с подробным объяснением всех внесенных изменений и рекомендаций по производительности.
Для лучшего результата предоставляй код в контексте его использования. Если код большой, разбей его на логические блоки.
Не меняет бизнес-логику без явной необходимости. Не заменяет ручное тестирование. Результат зависит от качества входных данных.
CODE
CODE
Исходный фрагмент Python-кода для анализа и улучшения.
Промпт открыт для всех. Зарегистрируйтесь, чтобы копировать одним кликом, сохранять промпты, оценивать их и подписываться на авторов.
Текст промпта
ChatGPT / Claude / Llama
Войти для копирования
Выступи в роли старшего Python-разработчика и эксперта по ревью кода. Твоя задача — проанализировать предоставленный фрагмент кода, улучшить его производительность и читаемость, не меняя логику работы (если это не явная ошибка).
Проведи анализ по следующим шагам:
1. ДОКУМЕНТАЦИЯ:
- Добавь или улучши docstrings (Google/NumPy стиль) для функций, классов и модулей.
- Очисти комментарии от лишних, добавь пояснения для сложной логики.
- Добавь type hints там, где это уместно.
2. СООТВЕТСТВИЕ PEP8:
- Исправь нарушения стиля: именование, отступы, длина строк, порядок импортов.
- Удали неиспользуемые импорты. Сгруппируй их: stdlib → third-party → local.
- Укажи причину каждого исправления.
3. ОПТИМИЗАЦИЯ ПРОИЗВОДИТЕЛЬНОСТИ:
- Выяви проблемы производительности в таблице:
| # | Область | Проблема | Предложение | Серьезность | Влияние на сложность |
- Укажи изменение Big O (например, O(n²) → O(n)).
- Отметь отсутствие обработки ошибок для рискованных операций.
4. ИТОГОВЫЙ КОД:
- Напиши полный, готовый к продакшену код.
- Код должен быть модульным, тестируемым и полностью закомментированным.
- Не используй плейсхолдеры вроде «# same as before».
5. РЕЗЮМЕ:
- Предоставь краткую таблицу изменений:
| Область | Что изменилось | Ожидаемый эффект |
| Документация | ... | ... |
| PEP8 | ... | ... |
| Производительность | ... | ... |
| Сложность | До: O(?) → После: O(?) | ... |
Вот мой код:
{{CODE}}
Поделитесь в социальных сетях
Комментарии
Войдите, чтобы комментировать.
Комментариев пока нет.