Toolverse
Wszystkie skille

mlops-industrialization

autor: fmind

Przekształć prototypy w produkcyjne pakiety Pythona z architekturą src i ścisłą konfiguracją

Instalacja

Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.

Instalacja

Szybkie info

Autor
fmind
Kategoria
Data Science
Wyświetlenia
2

O skillu

Skill do industrializacji kodu eksperymentalnego — przewodnik przemiany notebooków i skryptów w solidne, dystrybuowalne pakiety Pythona. Wymusza architekturę src/, hybrydowy paradygmat (OOP + funkcyjność) oraz zarządzanie konfiguracją. Zapewnia skalowalność, bezpieczeństwo i łatwość utrzymania kodu przechodzącego z fazy prototypowania do produkcji.

Jak używać

  1. Przygotuj środowisko — upewnij się, że masz zainstalowany Python i menedżer pakietów uv, który będzie zarządzać zależnościami projektu.

  2. Utwórz strukturę katalogów zgodnie z layoutem src — stwórz katalog my-project/ z podkatalogami src/my_package/ zawierającymi trzy moduły: io/ (operacje wejścia-wyjścia), domain/ (czysta logika biznesowa) i application/ (orkiestracja).

  3. Skonfiguruj pyproject.toml — umieść wszystkie metadane projektu i deklaracje zależności w pliku pyproject.toml zamiast setup.py, co stanowi nowoczesny standard pakietowania.

  4. Podziel kod na warstwy — przenieś logikę biznesową do warstwy domain (czyste funkcje, brak efektów ubocznych), operacje I/O do warstwy io (klasy zarządzające połączeniami), a orkiestrację do warstwy application (łączenie domeny z I/O).

  5. Zastosuj hybrydowy paradygmat — w warstwie domain używaj funkcji czystych lub immutable dataclasses, w warstwie io stosuj klasy OOP do zarządzania stanem, zapewniając przewidywalność i testowość kodu.

  6. Zbuduj i dystrybuuj pakiet — użyj uv do zainstalowania pakietu lokalnie, a następnie przygotuj go do dystrybucji jako gotowy moduł Pythona z pełną separacją kodu źródłowego od narzędzi.

Podobne skille