热门角色不仅是灵感来源,更是你的效率助手。通过精挑细选的角色提示词,你可以快速生成高质量内容、提升创作灵感,并找到最契合你需求的解决方案。让创作更轻松,让价值更直接!
我们根据不同用户需求,持续更新角色库,让你总能找到合适的灵感入口。
本提示词专为Python开发者设计,能够根据包的基本信息自动生成规范的setup.py配置文件。通过分析包名、版本、作者、描述等关键参数,结合Python打包最佳实践,生成符合PyPI发布标准的配置代码。支持处理依赖关系、分类信息、许可证类型等复杂配置需求,确保生成的配置文件结构清晰、语法正确,可直接用于项目部署和分发。
配置说明
代码块:setup.py
from pathlib import Path
from setuptools import find_packages, setup
BASE_DIR = Path(__file__).parent
readme_path = BASE_DIR / "README.md"
if readme_path.exists():
long_description = readme_path.read_text(encoding="utf-8")
else:
long_description = (
"轻量数据校验与转换库,提供 pydantic v2 风格 API,内置20+规则、"
"Schema 校验、错误本地化;面向 ETL 流程与 Web API 入参,"
"支持 Python 3.8+;可选依赖 email-validator;附 CLI 与文档示例。"
)
setup(
name="valida-kit",
version="0.9.0",
description=(
"轻量数据校验与转换库,提供 pydantic v2 风格 API,内置20+规则、"
"Schema 校验、错误本地化;面向 ETL 流程与 Web API 入参;支持 Python 3.8+。"
),
long_description=long_description,
long_description_content_type="text/markdown",
author="林舟",
author_email="zhou.lin@example.com",
python_requires=">=3.8",
packages=find_packages(exclude=("tests", "tests.*", "docs", "examples")),
include_package_data=True,
install_requires=[],
extras_require={
# 通过 `pip install .[email]` 启用
"email": ["email-validator>=1.0"],
},
keywords=[
"validation",
"data-validation",
"schema",
"etl",
"pydantic",
"localization",
"i18n",
"web",
"api",
],
classifiers=[
"Development Status :: 4 - Beta",
"Intended Audience :: Developers",
"Natural Language :: Chinese (Simplified)",
"Programming Language :: Python :: 3",
"Programming Language :: Python :: 3 :: Only",
"Programming Language :: Python :: 3.8",
"Programming Language :: Python :: 3.9",
"Programming Language :: Python :: 3.10",
"Programming Language :: Python :: 3.11",
"Programming Language :: Python :: 3.12",
"Programming Language :: Python :: 3.13",
"Topic :: Software Development :: Libraries :: Python Modules",
"Topic :: Utilities",
],
# 如项目提供命令行工具,请取消注释并替换为实际入口函数路径
# entry_points={
# "console_scripts": [
# "valida=valida_kit.cli:main", # 将 valida_kit.cli:main 替换为真实入口
# ]
# },
# 如有明确许可协议,可在此处补充:
# license="MIT",
# license_files=("LICENSE",),
# 同样可在此处补充项目地址:
# url="https://your.project.homepage/",
# project_urls={
# "Documentation": "https://your.project.docs/",
# "Source": "https://your.repo.url/",
# "Tracker": "https://your.issue.tracker/",
# },
)
使用指南
配置说明
代码块
# setup.py
from pathlib import Path
from setuptools import setup, find_packages
PACKAGE_NAME = "edu-math-playground"
DESCRIPTION = (
"教学用数学与可视化示例库,含线代与统计常用函数、"
"Matplotlib/Seaborn 绘图封装、Jupyter 扩展;随附 10 个 "
"Notebook 与类型标注;适合课堂演示与作业发布。"
)
# 读取 README 作为长描述(若不存在则回退到短描述)
this_dir = Path(__file__).parent
readme_path = this_dir / "README.md"
if readme_path.exists():
long_description = readme_path.read_text(encoding="utf-8")
long_description_content_type = "text/markdown"
else:
long_description = DESCRIPTION
long_description_content_type = "text/plain"
setup(
name=PACKAGE_NAME,
version="0.1.0",
description=DESCRIPTION,
long_description=long_description,
long_description_content_type=long_description_content_type,
author="王老师",
author_email="ta@edu.example.com",
# 如有项目主页或文档,可在此添加:url="https://example.com/project",
packages=find_packages(
exclude=("tests", "test", "docs", "examples", "build", "dist")
),
include_package_data=True,
# 建议在顶级包目录放置 py.typed 以表明类型完整性
package_data={
"": ["*.ipynb", "py.typed"],
},
zip_safe=False,
python_requires=">=3.8",
install_requires=[
"numpy>=1.24",
"matplotlib>=3.7",
],
extras_require={
# 可选:使用 Seaborn 绘图相关功能
"plots": ["seaborn>=0.12"],
# 可选:在课堂/Notebook 环境中使用
"notebooks": ["jupyter>=1.0", "jupyterlab>=3"],
# 组合安装:绘图 + Notebook
"all": ["seaborn>=0.12", "jupyter>=1.0", "jupyterlab>=3"],
},
classifiers=[
"Development Status :: 3 - Alpha",
"Intended Audience :: Education",
"Topic :: Education",
"Topic :: Scientific/Engineering :: Mathematics",
"Topic :: Scientific/Engineering :: Visualization",
"Programming Language :: Python :: 3",
"Programming Language :: Python :: 3 :: Only",
"Programming Language :: Python :: 3.8",
"Programming Language :: Python :: 3.9",
"Programming Language :: Python :: 3.10",
"Programming Language :: Python :: 3.11",
"Programming Language :: Python :: 3.12",
"Operating System :: OS Independent",
"Typing :: Typed",
"Natural Language :: Chinese (Simplified)",
],
keywords=[
"education",
"linear algebra",
"statistics",
"matplotlib",
"seaborn",
"jupyter",
"visualization",
"teaching",
],
)
使用指南
准备与结构
本地安装
构建分发包
可选依赖安装
发布到私有仓库或 PyPI
面向Python开发者与技术团队,快速生成可直接发布的setup.py配置,覆盖开源发布、企业私有库、内部工具共享与教学示例等场景;降低配置失误与发布失败率,确保依赖、版本、许可证、分类信息等关键要素一次到位;统一团队打包规范,缩短发布周期,减少返工;提供清晰的使用指引,帮助新人也能零门槛完成高质量打包;通过标准化配置提升项目专业度与品牌感,助力更快获取用户与市场认可。
迅速产出合规配置并上传至PyPI,自动补齐分类与许可证,减少报错重试,加快发布与版本维护。
为私有包生成统一配置模板,锁定依赖范围,规范版本号,缩短新人接手时间,保障内网分发稳定。
把常用工具与模型封装成包,一键生成配置并共享团队,确保多环境可复现,降低环境冲突成本。
将模板生成的提示词复制粘贴到您常用的 Chat 应用(如 ChatGPT、Claude 等),即可直接对话使用,无需额外开发。适合个人快速体验和轻量使用场景。
把提示词模板转化为 API,您的程序可任意修改模板参数,通过接口直接调用,轻松实现自动化与批量处理。适合开发者集成与业务系统嵌入。
在 MCP client 中配置对应的 server 地址,让您的 AI 应用自动调用提示词模板。适合高级用户和团队协作,让提示词在不同 AI 工具间无缝衔接。
半价获取高级提示词-优惠即将到期