prompts.chatprompts.chatprompts.chat
BotPromptKỹ năngQuy trìnhDanh mụcThẻCao thủ PromptPhong cách
SáchCho trẻ emNhà phát triển
Đăng nhập
CC0 2026 prompts.chat
DeepWikiHướng dẫn...Tài liệuAPIQuyền riêng tưĐiều khoảnHỗ trợGiới thiệuGitHub

Trình Nâng Cao Chất Lượng & Hiệu Năng Mã Nguồn Python

Một prompt có cấu trúc giúp đánh giá và nâng cao chất lượng mã nguồn Python trên bốn khía cạnh — chất lượng tài liệu hướng dẫn, mức độ tuân thủ chuẩn PEP8, tối ưu hóa hiệu năng, và phân tích độ phức tạp thuật toán — được trình bày theo luồng kiểm toán trước, sửa lỗi sau rõ ràng kèm theo thẻ tóm tắt cuối cùng.

S
@sivasaiyadav8143
about 3 hours agolúc 15:32 30 tháng 10, 2026
Coding•Best PracticesPythonCode ReviewQuality
Performance
Debugging
Testing

Nội dung

Biến
Bạn là một lập trình viên Python cấp cao và chuyên gia đánh giá mã nguồn (code reviewer) với chuyên môn sâu về các thực hành tốt nhất trong Python, tiêu chuẩn PEP8, chú thích kiểu dữ liệu (type hints) và tối ưu hóa hiệu năng. Không thay đổi logic hoặc kết quả đầu ra của đoạn mã trừ khi đó rõ ràng là một lỗi (bug). Tôi sẽ cung cấp cho bạn một đoạn mã Python. Hãy đánh giá và nâng cấp nó theo luồng cấu trúc dưới đây: --- 📝 BƯỚC 1 — Kiểm toán Tài liệu (Docstrings & Chú thích) - Nếu THIẾU docstring: Hãy thêm docstring chuẩn chỉnh cho tất cả các hàm, lớp (classes), và mô-đun theo phong cách docstring của Google hoặc NumPy. - Nếu ĐÃ CÓ docstring: Hãy rà soát lại độ chính xác, tính đầy đủ và sự rõ ràng của chúng. - Rà soát các chú thích nội dòng (inline comments): Xóa bỏ những chú thích dư thừa, thêm chú thích có ý nghĩa ở những nơi logic phức tạp không hiển nhiên. - Thêm hoặc cải thiện các chú thích kiểu dữ liệu (type hints) ở những chỗ phù hợp. --- 📐 BƯỚC 2 — Kiểm tra Tuân thủ PEP8 - Xác định và sửa toàn bộ các lỗi vi phạm chuẩn PEP8 bao gồm quy ước đặt tên, thụt lề, độ dài dòng, khoảng trắng và thứ tự sắp xếp câu lệnh import. - Xóa các câu lệnh import không sử dụng và phân nhóm import theo thứ tự: thư viện chuẩn (standard library) → thư viện bên thứ ba (third‑party) → mô-đun cục bộ (local). - Nêu rõ từng điểm đã sửa kèm theo lý do ngắn gọn trong một dòng. --- ⚡ BƯỚC 3 — Kế hoạch Cải thiện Hiệu năng Trước khi sửa đổi mã nguồn, hãy liệt kê toàn bộ các vấn đề về hiệu năng tìm thấy theo định dạng bảng này: | # | Khu vực | Vấn đề | Cách khắc phục đề xuất | Mức độ nghiêm trọng | Tác động Độ phức tạp | |---|------|-------|---------------|----------|-------------------| Mức độ nghiêm trọng: [critical] / [moderate] / [minor] Tác động Độ phức tạp: Ghi chú sự thay đổi ký hiệu Big O nếu áp dụng (ví dụ: O(n²) → O(n)) Đồng thời chỉ rõ việc thiếu xử lý lỗi (error handling) nếu đoạn mã thực hiện các thao tác tiềm ẩn rủi ro. --- 🔧 BƯỚC 4 — Mã nguồn Hoàn chỉnh Đã Cải tiến Bây giờ hãy cung cấp toàn bộ mã nguồn Python đã được viết lại, tích hợp tất cả các bản sửa lỗi từ Bước 1, 2 và 3. - Mã nguồn phải sạch sẽ, sẵn sàng cho môi trường sản xuất (production‑ready), và có chú thích đầy đủ. - Đảm bảo mã viết lại có tính mô-đun hóa và dễ kiểm thử. - Không lược bỏ bất kỳ phần nào của mã nguồn. Không dùng các dòng giữ chỗ kiểu như “# same as before” (# giống như trước). --- 📊 BƯỚC 5 — Thẻ Tóm tắt Cung cấp bảng tóm tắt ngắn gọn so sánh trước/sau theo định dạng này: | Khu vực | Những gì đã thay đổi | Tác động kỳ vọng | |-------------------|-------------------------------------|------------------------| | Tài liệu (Documentation) | ... | ... | | PEP8 | ... | ... | | Hiệu năng (Performance) | ... | ... | | Độ phức tạp (Complexity) | Trước: O(?) → Sau: O(?) | ... | --- Đây là đoạn mã Python của tôi:

Bình luận (0)

Kỹ năng liên quan

Công cụ Kiểm thử và Đánh giá Mẫu Gitignore

Kỹ năng

Giải thích từng dòng của tệp .gitignore, kiểm thử tệp đó với các đường dẫn bắt buộc phải bỏ qua hoặc bắt buộc phải giữ lại để có thể commit, chỉ rõ quy tắc quyết định cho từng đường dẫn, đồng thời cảnh báo các lỗi sai như quy tắc phủ định bị chặn bởi thư mục cha đã bị loại trừ, chú thích nội dòng (inline comment), khoảng trắng ở đầu dòng, dấu gạch chéo ngược (backslash), ký tự ** thừa, thông tin bí mật (secrets) chưa được bao phủ và tệp .env.example bị bỏ qua. Trả về một tệp đã được sửa lỗi. Bao gồm một trình kiểm tra viết bằng thư viện chuẩn Python có hỗ trợ --self-test, đối chiếu khớp với git thực tế.

F@f
0

Trình Phát Hiện Kiểm Thử Chập Chờn (Flaky Test)

Kỹ năng

Tìm các bài kiểm thử chập chờn (flaky test) từ các lần chạy CI lặp đi lặp lại: phân tích cú pháp tệp JUnit XML hoặc lịch sử chạy dạng CSV, gắn cờ các bài kiểm thử lúc đạt lúc trượt (được xác nhận khi xảy ra trên cùng một commit), xếp hạng chúng theo tỷ lệ đảo chiều và tỷ lệ lỗi, đồng thời đề xuất nguyên nhân có thể xảy ra và cách khắc phục. Sử dụng khi CI "báo đỏ ngẫu nhiên", trước khi thêm cơ chế chạy lại (retry), hoặc khi phân loại danh sách cách ly (quarantine). Bao gồm công cụ phát hiện bằng thư viện chuẩn Python với cờ --self-test.

F@f
0

Công cụ Kiểm tra Lệch chuẩn Đặc tả OpenAPI

Kỹ năng

So sánh đặc tả OpenAPI YAML/JSON với danh sách các route đã được triển khai và gắn cờ cảnh báo sự lệch chuẩn (drift): thiếu thao tác (operation), thừa route, lệch phương thức (method), và khác biệt về cấu trúc tham số đường dẫn (path parameter). Sử dụng khi đánh giá PR của API, trước khi phát hành, hoặc khi hỏi "mã nguồn của chúng ta có còn khớp với OpenAPI không?". Bao gồm công cụ kiểm tra bằng thư viện chuẩn Python có hỗ trợ --self-test.

F@f
0

Trình Theo Dõi Nợ Kỹ Thuật Từ Bình Luận TODO

Kỹ năng

Quét codebase để tìm các bình luận TODO, FIXME, HACK và XXX, trích xuất người phụ trách, mã ticket và ngày đến hạn, đồng thời gắn cờ các mục không có người phụ trách, chưa được theo dõi, quá hạn hoặc mơ hồ kèm điểm ưu tiên. Sử dụng khi dọn dẹp nợ kỹ thuật, trước khi phát hành bản mới, hoặc khi cần trả lời câu hỏi "những TODO nào thực sự quan trọng?". Bao gồm công cụ quét bằng thư viện chuẩn Python với cờ --self-test và mã thoát thân thiện với CI.

F@f
0