structlog em Python: Logs Estruturados em JSON
Produza eventos pesquisáveis em JSON, acrescente contexto por requisição e mantenha informações sensíveis fora dos logs.
Clean code, testes e padrões de projeto
Produza eventos pesquisáveis em JSON, acrescente contexto por requisição e mantenha informações sensíveis fora dos logs.
Faça novas tentativas somente em falhas transitórias, com limites, espera aleatória, observabilidade e testes rápidos.
Construa uma interface de linha de comando tipada, com ajuda automática, validação e testes, sem esconder as decisões de design da aplicação.
Automatize verificações rápidas antes de cada commit com pre-commit, hooks fixados e a mesma validação na CI.
Centralize configuração de aplicações com pydantic-settings, convertendo tipos e falhando cedo quando variáveis obrigatórias estão ausentes.
Defina contratos leves com typing.Protocol e aceite qualquer objeto compatível sem exigir herança explícita.
Coordene tarefas relacionadas com asyncio.TaskGroup, entendendo resultados, falhas, cancelamento e quando preferir gather.
Crie testes mais claros com fixtures, arquivos temporários e monkeypatch, isolando dependências externas sem testar apenas o mock.
Use Ruff para lint, imports e formatação em um projeto Python, com configuração enxuta, correções seguras e validação na CI.
Organize um projeto Python com uv, ambiente virtual, pyproject.toml e lockfile reproduzível, entendendo o que muda em relação ao pip.
Configure uma documentação Python enxuta com Sphinx, autodoc, docstrings e type hints, gere HTML e automatize a publicação sem complexidade desnecessária.
Use Hypothesis com pytest para gerar entradas, validar invariantes, reduzir falhas e descobrir casos extremos que exemplos manuais não cobrem.