OpenSkillIndex← back to search
claude-codedevelopment

Claude-skill-registry developing-python

Guides modern Python project development. Use when pyproject.toml or requirements.txt is detected. Supports Python 3.13 + uv + ruff + mypy environment, FastAPI/FastMCP implementation, pytest, and Docker configuration.

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 "$T/skills/data/developing-python" ~/.claude/skills/majiayu000-claude-skill-registry-developing-python && rm -rf "$T"
manifest: skills/data/developing-python/SKILL.md
tags
#python-development#fastapi-integration#docker-configuration#pytest-testing#type-checking
source content

Python開発環境（Modern Python Development）

🎯 使用タイミング

  • Pythonプロジェクト新規作成時
  • FastAPI + FastMCP実装時
  • Python開発環境の構成時
  • CI/CDパイプライン構築時
  • Dockerイメージ作成時

📚 ドキュメント構成

このスキルは以下のドキュメントで構成されています：

1. プロジェクト構造

Pythonプロジェクトの推奨ディレクトリ構成：

  • src/パッケージレイアウト
  • tests/ディレクトリの構成
  • 設定ファイルの配置
  • ドキュメント構成

2. FastAPI + FastMCPガイド

FastAPIとFastMCPを使用したベストプラクティス：

  • FastAPIアプリケーション構成
  • FastMCPサーバー実装パターン
  • 依存性注入（DI）の活用
  • エラーハンドリング戦略
  • Pydanticによるバリデーション

3. テスト戦略

pytest + カバレッジ80%以上を達成する方法：

  • pytest設定とマーカー
  • 単体テスト/統合テストの分離
  • fixtureの活用パターン
  • モックとスタブの使い分け
  • カバレッジ最適化戦略

4. 開発ツール

uv + ruff + mypyの統合開発環境：

  • uvによる高速依存関係管理
  • ruffによるlintとformat
  • mypyによる型チェック
  • mise.tomlによるツールバージョン管理
  • pre-commit設定

5. Docker構成

uvマルチステージビルドの最適化：

  • マルチステージビルド戦略
  • .venvの効率的なコピー
  • イメージサイズ最適化
  • ヘルスチェック設定
  • Cloud Run対応

6. 実装例

実際のコード例とパターン：

  • FastMCP基本実装
  • 認証/認可パターン
  • データベース接続
  • 構造化ロギング
  • エラーハンドリング

🎯 技術スタック概要

コアツール

  • Python 3.13: 推奨バージョン
  • uv: 超高速パッケージマネージャー（Rust製）
  • ruff: 最速linter + formatter（Rust製）
  • mypy: 静的型チェッカー

Webフレームワーク

  • FastAPI 0.115+: 高性能非同期Webフレームワーク
  • FastMCP 2.12+: MCP (Model Context Protocol) SDK
  • Pydantic 2.9+: データバリデーション

テスト

  • pytest 8.3+: テストフレームワーク
  • pytest-asyncio: 非同期テスト対応
  • pytest-cov: カバレッジ測定（目標80%以上）

その他

  • structlog: 構造化ロギング
  • SQLAlchemy 2.0+: ORMとデータベース抽象化

🚀 クイックスタート

1. プロジェクト初期化

# uvのインストール（まだの場合）
curl -LsSf https://astral.sh/uv/install.sh | sh

# プロジェクト作成
mkdir my-project && cd my-project
uv init

# pyproject.toml作成（詳細は TOOLING.md 参照）

2. 依存関係のインストール

# 本番依存関係のみ
uv sync --frozen

# 開発依存関係を含む
uv sync --frozen

3. 開発ツールの実行

# Lint + Format
uv run ruff check .
uv run ruff format .

# 型チェック
uv run mypy src/

# テスト実行
uv run pytest

💡 重要な原則

型安全性

  • any型の使用禁止（詳細は 
    enforcing-type-safety
    スキル参照）
  • strict型チェックモードの活用
  • Pydanticモデルによるランタイムバリデーション

テスト駆動開発

  • テストカバレッジ80%以上を維持
  • pytest markersによるテスト分類
  • 環境変数の適切な管理（詳細は 
    TESTING.md
    参照）

セキュリティ

  • CodeGuardによるセキュリティチェック（
    securing-code
    スキル参照）
  • 機密情報は環境変数で管理
  • 入力値の厳格なバリデーション

パフォーマンス

  • 非同期処理の積極活用（async/await）
  • データベース接続プール
  • Dockerマルチステージビルドによるイメージ最適化

🔗 関連スキル

📖 次のステップ

  1. 初めての方: プロジェクト構造から始めてください
  2. FastAPI開発: FastAPI + FastMCPガイドを参照
  3. テスト作成: テスト戦略でpytest設定を確認
  4. ツール設定: 開発ツールでuv/ruff/mypy設定
  5. Docker化: Docker構成でマルチステージビルド
  6. コード例: 実装例で具体的なパターンを確認