momentry_core_0_1/docs/PYTHON.md

Python 開發規範

概述

本文檔定義 Momentry 專案中 Python 程式碼的開發標準與最佳實踐。

---

版本管理

鎖定版本

版本	用途	路徑
Python 3.11.14	Momentry venv	/Users/accusys/momentry_core_0.1/venv/bin/python
Python 3.11.14	系統安裝	/opt/homebrew/bin/python3.11
Python 3.14.3	系統預設	/opt/homebrew/bin/python3
Python 3.9.6	系統預設 (備用)	/usr/bin/python3

版本選擇原則

• Momentry 專案：使用 venv 中的 Python 3.11.14
• 新專案：建議使用 venv 管理
• 系統工具：可使用系統預設版本

---

腳本規範

Shebang 宣告

所有 Momentry Python 腳本必須在第一行宣告明確的 Python 路徑：

#!/opt/homebrew/bin/python3.11

錯誤範例：

#!/usr/bin/env python3      # 會解析到系統預設 (3.14.3)
#!/usr/bin/python3         # 會使用系統 Python (3.9.6)

正確範例：

#!/opt/homebrew/bin/python3.11
import sys
...

檔案結構

scripts/
├── asr_processor.py          # ASR 處理腳本
├── thumbnail_extractor.py     # 縮圖提取腳本
└── new_script.py             # 新腳本模板

腳本模板

#!/opt/homebrew/bin/python3.11
"""
腳本名稱
簡短描述腳本功能

用法:
    python3.11 script.py <args>

作者: Momentry Team
版本: 1.0.0
"""

import argparse
import json
import logging
import sys
from pathlib import Path

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s - %(levelname)s - %(message)s",
    stream=sys.stderr,
)
logger = logging.getLogger(__name__)


def main():
    parser = argparse.ArgumentParser(description="腳本功能描述")
    parser.add_argument("input", help="輸入檔案或參數")
    parser.add_argument("-o", "--output", default="output.json", help="輸出檔案")
    parser.add_argument("-v", "--verbose", action="store_true", help="詳細輸出")
    parser.add_argument("-c", "--count", type=int, default=10, help="數量")
    
    args = parser.parse_args()
    
    if args.verbose:
        logger.setLevel(logging.DEBUG)
    
    # 業務邏輯
    result = process_data(args.input, args.count)
    
    # 輸出 JSON結果
    print(json.dumps(result))


def process_data(input_path: str, count: int) -> dict:
    """處理資料並返回結果"""
    logger.info(f"Processing: {input_path}")
    
    # TODO: 實作業務邏輯
    
    return {
        "status": "success",
        "input": input_path,
        "count": count,
    }


if __name__ == "__main__":
    main()

---

與 Rust 整合

使用 venv (目前採用)

Momentry 使用 venv 管理 Python 環境，避免與系統其他程式衝突。

建立 venv

# 建立虛擬環境
cd /Users/accusys/momentry_core_0.1
/opt/homebrew/bin/python3.11 -m venv venv

# 啟用虛擬環境
source venv/bin/activate

# 安裝依賴
pip install -r requirements.txt

從 Rust 呼叫 venv Python

use std::path::Path;

let script_path = Path::new(env!("CARGO_MANIFEST_DIR"))
    .join("scripts")
    .join("asr_processor.py");

// 使用 venv 中的 Python
let venv_python = Path::new(env!("CARGO_MANIFEST_DIR"))
    .join("venv")
    .join("bin")
    .join("python");

let output = Command::new(venv_python)
    .arg(script_path)
    .arg(video_path)
    .output()
    .context("Failed to run processor")?;

優點：

• 專案依賴隔離
• 不同專案可使用不同 Python 版本
• 易於重現環境
• 不影響系統其他程式

---

依賴管理

venv 目錄結構

momentry_core_0.1/
├── venv/                    # 虛擬環境
│   ├── bin/
│   │   ├── python           # Python 3.11.14
│   │   ├── pip
│   │   └── ...
│   └── lib/python3.11/     # 安裝的套件
├── requirements.txt          # 依賴列表
├── scripts/                  # Python 腳本
│   ├── asr_processor.py
│   └── thumbnail_extractor.py
└── src/                     # Rust 程式碼

使用虛擬環境

# 啟用虛擬環境
source venv/bin/activate

# 安裝依賴
pip install faster-whisper

# 退出虛擬環境
deactivate

退出虛擬環境

deactivate

### 依賴列表格式

建立 `requirements.txt`：

faster-whisper>=1.0.0 ffmpeg-python>=0.2.0 Pillow>=10.0.0

### 安裝專案依賴

```bash
# 使用 python3.11 安裝
/opt/homebrew/bin/python3.11 -m pip install -r requirements.txt

---

程式碼規範

Import 排序

# 1. 標準庫
import sys
import os
import json
import logging
from pathlib import Path
from typing import Optional

# 2. 第三方庫
import numpy as np
import pandas as pd
from faster_whisper import WhisperModel

# 3. 本地模組
from . import local_module
from ..package import module

命名規範

類型	規範	範例
模組/檔案	snake_case	asr_processor.py
類別	PascalCase	class VideoProcessor
函數/變數	snake_case	def process_video()
常量	UPPER_SNAKE_CASE	MAX_WORKERS = 4
私有成員	_leading_underscore	_private_method()

類型提示

from typing import Optional, List, Dict

def process_video(
    video_path: str,
    options: Optional[Dict[str, int]] = None,
) -> List[Dict[str, float]]:
    """處理影片並返回結果"""
    ...

錯誤處理

import logging
from pathlib import Path

logger = logging.getLogger(__name__)


def process_video(video_path: str) -> dict:
    path = Path(video_path)
    
    if not path.exists():
        logger.error(f"Video file not found: {video_path}")
        raise FileNotFoundError(f"Video not found: {video_path}")
    
    try:
        result = _do_process(path)
        logger.info(f"Processed successfully: {path}")
        return result
    except Exception as e:
        logger.exception(f"Processing failed: {e}")
        raise

日誌規範

import logging
import sys

logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s - %(levelname)s - %(message)s",
    stream=sys.stderr,
)
logger = logging.getLogger(__name__)

# 使用說明
logger.info("Starting process...")
logger.debug(f"Input: {input_path}")
logger.warning(f"Using fallback: {reason}")
logger.error(f"Failed: {error}")

---

測試規範

測試結構

tests/
├── __init__.py
├── test_asr_processor.py
└── test_thumbnail_extractor.py

測試範例

import pytest
from pathlib import Path
import sys

sys.path.insert(0, str(Path(__file__).parent.parent / "scripts"))

from asr_processor import run_asr


def test_asr_processor_with_valid_video(tmp_path):
    video_path = tmp_path / "test.mp4"
    output_path = tmp_path / "output.json"
    
    # 建立測試影片
    video_path.write_text("dummy")
    
    # 執行
    result = run_asr(str(video_path), str(output_path))
    
    # 斷言
    assert output_path.exists()
    assert result["segments"]


def test_asr_processor_with_invalid_video():
    with pytest.raises(FileNotFoundError):
        run_asr("/nonexistent/video.mp4", "/tmp/output.json")

執行測試

# 使用 python3.11 執行測試
/opt/homebrew/bin/python3.11 -m pytest tests/ -v

# 包含覆蓋率
/opt/homebrew/bin/python3.11 -m pytest tests/ --cov=scripts

---

監控配置

監控腳本

在 monitor/config/monitor_config.yaml 中配置：

service:
  - name: "python"
    type: "process"
    process_name: "python3"
    enabled: true
    check_interval: 60
    version_lock: "3.11.14"
    scripts:
      - "/Users/accusys/momentry_core_0.1/scripts/asr_processor.py"
      - "/Users/accusys/momentry_core_0.1/scripts/thumbnail_extractor.py"

檢查版本

# 執行 Python 監控
bash /Users/accusys/momentry_core_0.1/monitor/control/monitor_control.sh check python

# 查看資料庫記錄
psql -U accusys -h localhost -d momentry -c "SELECT * FROM python_version_baseline;"

---

CI/CD 考量

GitHub Actions 範例

name: Python Tests

on: [push, pull_request]

jobs:
  test:
    runs-on: macos-latest
    steps:
      - uses: actions/checkout@v4
      
      - name: Set up Python 3.11
        uses: actions/setup-python@v5
        with:
          python-version: "3.11"
      
      - name: Run tests
        run: |
          python -m pytest tests/ -v

---

常見問題

Q: 為什麼腳本要用 #!/opt/homebrew/bin/python3.11 而不是 #!/usr/bin/env python3？

A: #!/usr/bin/env python3 會解析 PATH 中的第一個 python3，在 macOS 上可能是：

• /opt/homebrew/bin/python3 (3.14.3)
• /usr/bin/python3 (3.9.6)

明確指定路徑可確保使用正確版本。

Q: Rust 呼叫 Python 腳本時如何確保版本正確？

A: 有三種方式：

1. Rust 程式碼中使用明確路徑：Command::new("/opt/homebrew/bin/python3.11")
2. 設定環境變數 PATH
3. 建立系統別名（不推薦，影響其他程式）

Q: 如何管理多個 Python 版本？

A: 建議使用：

• pyenv：管理多個 Python 版本
• venv：隔離專案依賴
• Docker：容器化環境

---

檢查清單

新增 Python 腳本時確認：

• 使用 #!/opt/homebrew/bin/python3.11 shebang
• 包含 docstring 說明功能
• 使用 argparse 處理命令行參數
• 使用 logging 進行日誌輸出
• 錯誤處理適當
• 類型提示完整
• 更新監控配置
• 建立測試案例

---

相關文件

• NODEJS.md - Node.js 開發指南
• monitor_config.yaml - 監控配置
• python_monitor.sh - Python 監控腳本