python
Aiohttp
aiohttp 开发的综合指南，涵盖代码组织、性能、安全、测试和部署最佳实践。为开发人员构建强大且易于维护的 aiohttp 应用程序提供可操作的指导。
Anyio
此规则提供了使用 AnyIO 库进行开发的最佳实践和编码标准，重点关注结构化并发、任务管理以及同步原语的正确使用，以创建健壮的、跨后端的异步应用程序。
Beautifulsoup4
此规则文件概述了在 Python 中使用 beautifulsoup4 库的最佳实践，涵盖了代码组织、性能、安全、测试和常见陷阱。
Black
使用 Black（不妥协的 Python 代码格式化工具）强制执行一致的代码格式，促进可读性并减少 diff，涵盖与 Black 的配置、使用和集成相关的最佳实践。
Bottle
Bottle 微框架 Python 后端开发的综合编码标准、最佳实践和架构指南，旨在提高代码质量、可维护性和安全性。
Crewai
本规则提供了使用 CrewAI 库进行开发的全面最佳实践，涵盖代码组织、性能、安全、测试和常见陷阱。它作为使用 CrewAI 构建健壮且可扩展的 AI 应用程序的指南。
Dask
Dask 在 Python 中使用的全面最佳实践和编码标准，专注于性能、代码组织和常见陷阱。为使用 Dask 进行并行和分布式计算的开发人员提供可操作的指导。
Django
Django 最佳实践的综合指南，涵盖代码组织、性能、安全、测试和常见陷阱。此规则确保遵循社区标准，以构建可维护且高效的 Django 应用程序。
Flake8
Comprehensive guide for using Flake8 effectively in Python projects, covering code style, error prevention, security, testing, and optimization. It outlines best practices, patterns, and common pitfalls to help developers maintain high code quality and adherence to standards.
Gensim
此规则提供了使用 gensim 库的编码标准和最佳实践，侧重于 NLP、主题建模、性能和代码组织。它为开发人员提供了可操作的指南，以创建有效且可维护的基于 gensim 的应用程序。
Httpx
该规则提供了使用 httpx 库的全面最佳实践，涵盖代码组织、性能、安全、测试以及常见陷阱。遵循这些指南将提高使用 httpx 时的代码质量、可维护性和安全性。
Huggingface
此规则提供了在使用 Hugging Face Transformers 库时遵循最佳实践的指南，涵盖了代码组织、性能、测试、安全和常见陷阱。它强调社区标准和可维护性。
Hypothesis
全面的指南，涵盖 Hypothesis Python 库的最佳实践，包括编码标准、测试、性能和安全。 为开发人员提供可操作的指导，以编写可维护、健壮且高效的基于属性的测试。
Isort
该规则提供了在 Python 项目中使用 isort 的全面指南，涵盖代码组织、常见模式、性能、安全、测试、工具和常见陷阱。旨在标准化导入排序并提高代码质量。
Jax
本规则提供了 JAX 库的最佳实践和编码标准，重点关注函数式编程、JIT 编译、自动微分和不可变数据结构。它还涵盖了性能注意事项、常见陷阱和工具推荐。
Keras
此规则强制执行 Keras 库的最佳实践，重点关注代码清 晰度、模块化、性能优化和安全注意事项。它为开发人员提供了可操作的指南，以提高 Keras 基机器学习项目的质量和可维护性。
Kivy
该规则文件概述了 Kivy UI 开发的最佳实践，包括代码组织、性能、安全和测试。遵循这些指南可确保 Kivy 应用程序的可维护性、效率和安全性。
Lightgbm
本规则文件提供了 LightGBM 的全面最佳实践，涵盖了代码组织、性能、安全性、测试以及需要避免的常见陷阱。遵循这些指南将提高您的 LightGBM 项目的效率、可靠性和可维护性。
Matplotlib
该规则提供了使用 Python 的 Matplotlib 开发健壮、可维护且高性能数据可视化的指南和最佳实践。它涵盖了从代码组织到测试和安全考虑的各个方面。
Mypy
该规则文件概述了在 Python 项目中使用 mypy 的最佳实践，强调了渐进式采用、一致的配置以及利用高级功能来提高代码质量和可维护性。它涵盖了代码组织、性能、安全性、测试、常见陷阱和工具。
Nltk
提供了关于 NLTK 项目中编码标准、性能、安全性和测试的全面指导。此规则可帮助开发人员使用 NLTK 编写干净、可维护且高效的 NLP 代码。
Numba
该规则提供了 Numba 库的全面最佳实践和编码标准，涵盖代码组织、性能优化、安全、测试和常见陷阱。它旨在帮助开发人员编写高效、可维护且安全的 Numba 代码。
Numpy
该规则提供了在 Python 中使用 NumPy 的最佳实践，涵盖了编码标准、性能优化、安全性和测试策略，以提高代码质量和可维护性。
Opencv-python
本规则概述了使用 opencv-python 库进行开发的最佳实践，重点关注代码组织、性能、安全性、测试和常见陷阱。它为高效且可维护的 opencv-python 项目提供了全面的指导。
Pandas
本规则概述了在 Python 中使用 pandas 库的最佳实践，涵盖了代码风格、性能、数据处理和测试。旨在推广可维护、高效且健壮的数据分析工作流程。
Pdoc
pdoc 的全面最佳实践，用于生成和维护 Python 项目文档。涵盖代码结构、性能、安全、测试和工具，以确保高质量的文档和可维护的项目。
Pillow
本规则提供了在 Python 中使用 Pillow 图像处理库的最佳实践，涵盖代码组织、性能、安全性、测试和常见陷阱。旨在帮助开发人员编写可维护、高效且安全的图像处理应用程序。
Plotly
此规则文件为使用 Plotly 库提供了最佳实践和编码标准，重点关注代码组织、性能、安全、测试以及常见陷阱。旨在指导开发者创建可维护、高效且安全的 Plotly 应用程序。
Poetry
此规则集提供了关于在 Python 项目中使用 Poetry 的最佳实践的全面指导，包括依赖管理、项目结构和编码标准。它涵盖了代码组织、性能考量、安全性、测试和工具等各个方面。
Pydantic
全面阐述在 Python 项目中有效利用 Pydantic 的最佳实践和编码标准，涵盖代码组织、性能、安全性及测试。
Pygame
本规则提供了全面的 pygame 开发指南，涵盖了代码组织、性能、安全、测试以及常见陷阱。它旨在为构建可维护、高效且安全的 pygame 应用程序建立最佳实践和编码标准。
Pylint
该规则文件提供了使用 Pylint 的全面最佳实践，以确保高质量、可维护和安全的代码。它涵盖了代码组织、常见模式、性能、安全、测试和工具。
Pyright
此规则提供了关于在 Python 项目中使用 pyright 和 BasedPyright 的全面最佳实践，涵盖代码组织、模式、性能、安全性、测试、常见陷阱和工具。
Pytest
此规则文件概述了在 Python 项目中使用 pytest 的全面最佳实践，涵盖了代码组织、测试策略、性能优化、安全措施以及要避免的常见陷阱。
Pytorch
本规则提供了全面的 PyTorch 开发指南，涵盖代码组织、性能优化、安全性、测试以及常见陷阱。旨在确保 PyTorch 代码的可读性、可维护性和效率。
Scikit-image
该规则提供了在使用 Python scikit-image 库进行图像处理时的最佳实践和编码标准指南。它涵盖了代码组织、性能、安全、测试和常见陷阱。
Scikit-learn
强制执行 scikit-learn 项目的最佳实践和编码标准， 促进可维护性、性能和安全性。此规则提供了 关于代码组织、常见模式、性能优化、 测试和常见陷阱的指南。
Scipy
本规则概述了使用 SciPy 库开发科学计算应用程序的编码标准、最佳实践和常见陷阱。它强调了清晰度、可维护性、性能和安全性，以实现高效的 SciPy 开发。
Scrapy
此规则提供了 Scrapy 开发的全面最佳实践，包括代码组织、性能、安全、测试和常见的陷阱规避。它旨在指导开发人员使用 Scrapy 构建健壮、高效且可维护的 Web 抓取应用程序。
Seaborn
此规则提供了 Seaborn 编码标准的最佳实践，强调在 AI 和机器学习数据科学开发中编写清晰、可复现的代码、最佳性能和安全的数据处理。
Selenium
此规则提供了在 Python 中使用 Selenium 库的最佳实践和编码标准。它涵盖了代码组织、性能、安全性、测试、常见陷阱和工具，以确保 Selenium 项目的可维护性和效率。
Setuptools
该规则提供了在 Python 项目中使用 setuptools 的最佳实践指南，涵盖代码组织、性能、安全、测试和常见陷阱。
Smolagents
该规则提供了 smolagents 库开发的全方位最佳实践，涵盖代码组织、性能、安全、测试和常见陷阱。旨在指导开发人员构建健壮、可维护且高效的 AI 代理应用程序。
Spacy
此规则文件提供了使用 spaCy 开发项目的全面最佳实践和编码标准，涵盖代码组织、性能、 安全、测试等方面。它旨在指导开发人员使用 spaCy 构建可维护、高效且安全的 NLP 应用。
Sphinx
此规则文件提供了编写高质量 Sphinx 文档的全面指南，涵盖代码风格、结构、性能和最佳实践。旨在确保 Sphinx 项目的一致性、可读性和可维护性。
Statsmodels
一份关于在 Python 中使用 statsmodels 库的最佳实践的综合指南 ，涵盖代码组织、性能、测试和常见陷阱。这些指南旨在促进可维护、可靠且高效的 statsmodels 代码。
Tensorflow
一套全面的 TensorFlow 最佳实践指南，涵盖代码组织、性能、测试和安全，旨在构建健壮且可维护的机器学习项目。
Transformers
此规则集强制执行使用 transformers 库进行开发的最佳实践，涵盖代码组织、性能、安全和测试，以促进可维护和高效的 NLP 应用。
Unittest
本规则提供了使用 Python 的 unittest 库编写有效、可维护且高效的单元测试的全面最佳实践。它涵盖了代码组织、测试策略、性能、安全性和常见陷阱。