Claude-skill-registry code-style

代码风格规范 / Code style conventions。在编写、编辑、评审 Python 代码时使用。包括类型注解、Decimal 精度、Docstring、模块组织等规范。Use when writing, editing, or reviewing Python code. Enforces type hints, Decimal precision, docstrings, and module organization.

install
source · Clone the upstream repo
git clone https://github.com/majiayu000/claude-skill-registry
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/majiayu000/claude-skill-registry "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/data/code-style" ~/.claude/skills/majiayu000-claude-skill-registry-code-style-6e8438 && rm -rf "$T"
manifest: skills/data/code-style/SKILL.md
source content

Python code style for fund-portfolio-bot

本 Skill 强调编码规范中最关键、最容易被忽略的规则。

完整编码规范见

CLAUDE.md
第 3 节(核心约束)。 分层架构约束见
.claude/skills/architecture/SKILL.md

When to use

在以下场景使用本 Skill(触发词:代码风格、类型注解、Docstring、精度、code style、type hints、docstring):

  • 生成新的 Python 模块(尤其是
    src/
    下)
  • 修改现有函数或类
  • 做代码重构或代码评审
  • 用户提到"类型注解"、"Decimal"、"文档"、"代码规范"时

类型与数值正确性

  • 所有函数参数与返回值都应添加类型注解。
  • 优先使用现代类型语法:
    • list[str]
      ,
      dict[str, Decimal]
      ,
      X | None
    • 避免使用
      List
      /
      Optional
      等老式写法,除非项目已有统一约定。
  • 金额、净值、份额等金融相关字段一律使用
    Decimal
  • 不要使用
    float
    做任何金融计算。

Docstring 与注释

  • 公开的类与函数应该有简洁的中文 docstring,说明:
    • 主要职责
    • 关键业务约束或注意点
  • Docstring 不需要重复类型信息(类型以注解为准)。
  • 数字标签注释(CLI 层规范):
    • 函数内部用
      # 1.
      # 2.
      # 3.
      标记逻辑步骤
    • 示例:
      # 1. 解析参数
      # 2. 调用 Flow
      # 3. 格式化输出
  • 注释只在业务规则不直观时补充解释,避免噪音注释。

模块与类内部结构

原则:入口在上,工具在下;公开在上,私有在下。

类内部顺序:

  1. __init__
  2. 公共方法
  3. _
    开头的私有辅助方法

模块内部顺序:

  1. import(按标准库 / 第三方 / 本地分组)
  2. 公共类与公共函数
  3. 仅模块内部使用的私有工具函数(例如
    _helper_*

命名惯例

  • 状态类字段或枚举值用小写字符串,例如:
    • "normal"
      ,
      "delayed"
      ,
      "pending"
  • 文件名、函数名、变量名:
    snake_case
  • 类名:
    PascalCase
  • CLI 层函数命名(v0.4.2+ 统一规范):
    • _parse_args()
      :参数解析函数
    • _format_*()
      :格式化输出辅助函数(如
      _format_result()
      ,
      _format_fees()
    • _do_*()
      :命令执行函数(如
      _do_buy()
      ,
      _do_list()
      ,
      _do_confirm()
    • main()
      :CLI 主入口,只做路由

分层与配置相关约束

  • core
    层代码不要从
    adapters
    app
    导入。
  • 业务逻辑中避免直接使用
    os.getenv
    • 优先通过已有的配置模块或适配层获取配置。

DCA & AI 分工命名规范

本项目是 AI 驱动 的投资工具。在 DCA、历史扫描、AI 分析相关代码中,严格遵循 "规则算事实,AI 做解释" 的分工原则,通过命名来强化这个边界。

规则层数据模型

规则层只输出可重算的结构化事实,严禁直接生成主观结论。

后缀定义模块内示例跨模块示例
*Facts
结构化事实快照(日期、金额、间隔等)
Facts
DcaFacts
*Check
规则验证结果(命中+偏差+说明)
Check
DayCheck
*Flag
异常标记(不下结论,仅标记)
Flag
Flag
*Draft
建议方案(不入库,内存结构)
Draft
PlanDraft
*Result
内部中间聚合(如回填结果)
Result
BackfillResult
*Report
CLI/AI 展示用报告
Report
ScanReport

简化原则:模块路径已包含领域信息时,可省略前缀;跨模块导出时保留上下文。

Flow 函数动词

动词约束模块内示例跨模块示例
build_*()
只读计算,返回
*Facts
build_facts()
build_dca_facts()
(批次为参数)
scan_*()
只读无副作用(幂等)
scan()
scan_trading_history()
draft_*()
返回
*Draft
,不入库
draft()
draft_dca_plan()
backfill_*()
写操作,修改数据库
backfill()
backfill_dca()
(不需要 for_batch)

关键原则

  • 看到
    scan_
    /
    build_
    /
    draft_
    就知道安全可调(只读)
  • 看到
    backfill_
    就要警惕会修改数据库
  • 参数而非函数名来表达"对什么"(batch_id, fund_code 等是参数)

AI 层(预留)

AI 基于规则层的

*Facts
生成语义解释,仅写入解释性字段,不修改核心数据。

  • *Insight
    :洞察(如"这笔交易可能是限额")
  • *Explanation
    :自然语言解释
  • *Label
    :分类标签

提交前检查

在可能的情况下:

  • 运行静态检查(例如项目中配置的
    ruff check --fix .
    )。
  • 快速浏览本次 diff,确认:
    • 风格清理没有改变业务行为
    • 没有遗留调试代码(例如
      print
      breakpoint()
      )。