中文指南与课程

用 AI 写 Python：从「能跑」到「能上线」。

AI 写出了代码；这里教你它替代不了的部分——任务契约、边界修改、客观验证与交付。挑战实战课程 →以下是中文指南，与英文版内容对齐：每篇都标注验证方式、复查日期与一手来源。英文完整路线图见 /learn →

一套实用质量模型，帮助你从有用脚本走向可运行、可维护的 Python 产品：明确的边界、经过测试的失败路径、可观测的运行状态与可回退的发布。

将 Protocol、TypedDict、PEP 695 泛型与静态类型检查作为机器强制的契约使用，约束 AI 生成代码并在运行前拦截逻辑回退。

通过避免常见异步反模式——事件循环阻塞、无结构 gather、无界并发与资源泄漏——构建高韧性的并发 Python 应用。

2026-07-28 的 MCP 规范移除了 initialize 握手，用 input_required 多轮交互取代 elicitation，并废弃了 roots、sampling 与 logging。这是 Python 服务端的迁移路径。

一套契约优先的工作方法，用 coding agent 完成小而可测、能够安全交付的 Python 修改：任务契约、仓库检查、可复现环境与基于证据的交付。

通过控制上下文体积、编写机器可验证的任务契约与建立亚秒级本地验证闭环，最大化 Agent 编码准确率。

全部中文指南