一、基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 正式名称 | dignified-python | 子目录名（见下方说明） |
| 所属合集仓库 | dagster-io/skills（Dagster Labs 官方仓库） | GitHub |
| 作者/维护者 | Dagster Labs（官方公司出品） | GitHub API |
| 来源链接 | https://github.com/dagster-io/skills/tree/master/skills/dignified-python | — |
| 许可证 | Apache License 2.0 | GitHub API |
| 所属仓库整体 Stars/Forks | 194 / 14（该仓库仅含 dignified-python 与 dagster-expert 两个技能，此数字代表仓库整体规模，非本技能单独热度） | GitHub API |
| 最新版本 | 1.13.1 | 插件清单 plugin.json |
| 安装方式 | 插件市场一条命令安装（见第十章） | 官方 README |
二、功能介绍与亮点
dignified-python 是一套面向现代 Python（3.10–3.13）的编码规范技能：自动侦测项目最低 Python 版本（依次读取 pyproject.toml、setup.cfg、.python-version），按版本加载对应的语法特性参考。核心规则覆盖十类具体场景：LBYL（先检查后操作）优先于用异常做控制流、禁止静默吞掉异常、魔术方法（如 __len__）必须 O(1)、路径操作先判存在再 resolve、避免模块级导入时副作用、typing.cast() 需配运行时校验、用 Literal 类型建模固定字符串取值、变量就近声明、五参数以上函数强制关键字参数、警惕容易被遗忘覆盖的默认值。文档采用“核心规则常驻加载 + 按需加载版本/进阶参考”的分层结构，避免一次性塞给 Claude 过多上下文。SKILL.md 内用对照表明确区分“该用本技能”还是“该用 dagster-expert”，专门声明自己是通用 Python 规范、非 Dagster 专属，避免使用场景混淆。
三、适用场景
固定分类：工程效率与代码质量
适用于编写、审查、重构 Python 代码的初中级开发者，用它统一 Claude 生成代码的类型注解、异常处理与接口设计风格；也适合团队负责人用它作为“什么是地道 Python 代码”的统一标准，或独立开发者用作代码审查前的自查基准。
四、跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | 原生支持 | 官方插件市场安装（/plugin marketplace add dagster-io/skills + /plugin install dignified-python@dagster） |
| Codex | 支持 | README 给出 OpenAI Codex 专门手动安装步骤（克隆仓库后复制到 ~/.codex/skills/） |
| OpenClaw | 未验证 | 已抓取材料未点名 OpenClaw，仅泛称“其他 Agent Skills 兼容工具” |
| Hermes Agent | 未验证 | 同上 |
五、推荐理由
市面上不少“Python 最佳实践”类技能停留在泛泛而谈，dignified-python 把规则写得足够具体且可验证（如“魔术方法必须 O(1)”“五参数以上强制关键字参数”），并按项目实际 Python 版本自动加载对应语法特性，避免建议脱离项目现实。作为 Dagster Labs 官方出品并配发专门博客文章解释设计理念，内容经过内部生产实践打磨，不是临时拼凑的规则列表。
六、评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 官方公司出品，配有专门博客文章解读设计理念，另有至少两篇独立第三方博客撰文实测评价，并被多个第三方技能市场收录 |
| 可用性 | 8 | 插件市场一条命令安装，文档含分层参考资料与清晰示例，仍有社区围绕新版本 Python 支持提出诉求，无付费依赖 |
| 安全性 | 9 | 纯 Markdown 规则与参考文档，不执行代码、不联网、无凭据需求；官方公司出品，License 明确 |
综合评分：8.0
七、跟同类 Skills 相比的优势
| 技能 | 定位 | 与本技能的差异 |
|---|---|---|
| modern-python-trailofbits-skills | Trail of Bits 出品，聚焦“工具链现代化”——用 uv/ruff/ty 替代 pip/black/mypy，并用 PATH 钩子拦截过时命令 | 解决的是“用什么工具”层面的问题；dignified-python 解决的是“代码怎么写”层面的问题（类型注解、异常处理、接口设计等具体规范），二者可同时安装、互不冲突 |
| clean-code-guard-amelnagdy-guard-skills | 语言无关的通用代码质检技能，检查 AI 生成代码里的幻觉 API、异常吞噬等失效模式 | 不区分 Python 版本、不含 Python 专属类型系统与 pathlib 细节规范；dignified-python 更聚焦 Python 生态自身的地道写法 |
八、用户评价
- Tim Hopper（Python Developer Tooling Handbook 作者，pydevtools.com）撰文正面评价该技能，认为它解决了“AI 助手理解 Python 语法但不了解项目约定”的实际痛点，将其作为团队标准化 AI 辅助编码的范例推荐。
- Olivier Dupuis（blog.republicofdata.io）实测该技能后给出较审慎的评价：认为它能捕捉到“次要的风格问题”，但坦言“没有惊天动地的发现”，整体定位是给开发者提供更快的判断基础，而非替代人工判断。
九、其他补充
仓库同时收录姊妹技能 dagster-expert（Dagster 项目开发规范），两者可配合安装，分别负责“怎么写地道 Python”与“怎么写地道 Dagster”。
十、安装使用方式
Claude Code（插件市场，官方推荐）：
/plugin marketplace add dagster-io/skills
/plugin install dignified-python@dagster通用命令行（npx skills，适用于支持该生态的 Agent）：
npx skills add dagster-io/skills手动安装（OpenAI Codex 等）：
git clone https://github.com/dagster-io/skills.git
cp -r skills/skills/dignified-python ~/.codex/skills/安装后无需重启，Claude 在检测到 Python 相关请求（如“帮我看看这段代码是否地道”“类型注解怎么写”）时会自动触发；首次使用会自动侦测项目 Python 版本并加载对应参考文档。
十一、注意事项
- 该技能给出的是一套“有主见”的规范（如强制 LBYL 风格、五参数以上强制关键字参数），团队若已有不同约定，需按需覆盖而非全盘照搬。
- 规则内容本身已有一段时间未做实质性更新，版本停留在 1.13.1，如需最新 Python 版本特性支持应关注仓库后续动态。
- 该技能不含 Dagster 专属知识，如需 Dagster 项目开发指导应改用同仓库的 dagster-expert。