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.
Scanned 2/12/2026
Install via CLI
openskills install majiayu000/claude-skill-registry---
name: code-style
description: 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.
---
# 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. 以 `_` 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` 或 `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()`)。
No comments yet. Be the first to comment!