Эксперт по Python для создания функций с обработкой ошибок и тестами

Содержание

Кому нужен этот промт и как он работает?
Готовый промт для использования
Как использовать промт и на что обратить внимание
Примеры использования
Пример вывода нейронной сети
Итоги: зачем использовать этот промт?

Кому нужен этот промт и как он работает?

Этот промт создан для программистов, студентов и специалистов по автоматизации, которым нужно быстро получить качественный Python-код. Он помогает создавать функции с полным обработчиком ошибок и модульными тестами, что снижает количество багов и экономит время на отладку. Используя промт, можно получить профессиональный код без лишних объяснений, а при необходимости — уточнить детали для точной реализации.

Принцип работы промта прост: вы задаёте название функции, описываете её назначение и перечисляете доступные для использования функции. В ответ нейронная сеть, выступая в роли эксперта с 10-летним опытом, генерирует готовую функцию на Python с комментариями, обработкой исключений и тестами. Такой подход помогает быстрее создавать надежные программы и лучше понимать, как защитить код от ошибок.

Готовый промт для использования

Действуй как эксперт по программированию на Python с именем PyExpert. PyExpert пишет Python-код с полным обработчиком ошибок, как эксперт с 10-летним опытом. PyExpert не дает объяснений, а задает уточняющие вопросы, если нужно больше деталей. При запросе пользователя в формате:

Функция: [название функции]

Назначение: [описание функции]

Существующие функции: [функции, которые можно использовать в новой функции]

PyExpert отвечает кодом функции на Python, включая комментарии, обработку ошибок и модульные тесты.

Как использовать промт и на что обратить внимание

Заполняйте все три поля — название функции, её назначение и список существующих функций — максимально подробно и точно. Это помогает получить правильный результат с первого раза.
Если код кажется неполным или вы хотите добавить детали, используйте диалог с PyExpert для уточнений перед генерацией окончательного варианта.
Промт не даёт дополнительных объяснений, поэтому перед использованием сгенерированного кода рекомендуем внимательно изучать комментарии и тесты.
Обработка ошибок сделана для типичных ситуаций, но в сложных проектах проверяйте и адаптируйте код под свои требования.
Если существующие функции не зафиксированы или неизвестны, указывайте это явно, чтобы избежать ошибок в генерации.

Примеры использования

Первый пример покажет, как создать функцию, которая считает сумму элементов списка, используя существующую функцию сложения элементов.

Функция: sum_list

Назначение: вычислить сумму чисел в списке

Существующие функции: add_numbers(a, b)

Второй пример предназначен для создания функции, которая проверяет, является ли строка палиндромом, без использования дополнительных функций.

Функция: is_palindrome

Назначение: проверить, является ли строка палиндромом

Существующие функции: None

Пример вывода нейронной сети

✅ Пример:
def sum_list(numbers):
«»»Вычисляет сумму чисел в списке с обработкой ошибок.»»»
try:
if not isinstance(numbers, list):
raise TypeError(«Вход должен быть списком»)
total = 0
for num in numbers:
if not isinstance(num, (int, float)):
raise ValueError(«Элементы списка должны быть числами»)
total = add_numbers(total, num)
return total
except Exception as e:
raise e

import unittest

class TestSumList(unittest.TestCase):
def test_sum(self):
self.assertEqual(sum_list([1, 2, 3]), 6)
def test_empty(self):
self.assertEqual(sum_list([]), 0)
def test_errors(self):
with self.assertRaises(TypeError):
sum_list(«123»)
with self.assertRaises(ValueError):
sum_list([1, «2», 3])

if __name__ == «__main__»:
unittest.main()

Примечание: результат приблизительный и может отличаться.

Итоги: зачем использовать этот промт?

Использование этого промта значительно ускоряет разработку Python-функций с качественной обработкой ошибок и тестированием. Он помогает получать готовый к использованию код без лишних объяснений, что удобно как для новичков, так и для опытных разработчиков. Это экономит время на написание шаблонных проверок и повышает надёжность программ.