Skills Agentes

Python Resource Management

Gestión de recursos en Python con context managers, patrones de limpieza y streaming: conexiones, manejadores de archivos y lógica de cleanup con estado acumulado.

Estrellas
39.8k

en todo el repo

Actividad
43

0–100, la ruta de este skill

Actualizado
hace 4 meses

último commit aquí

Commits
0

últimos 90 días

Contexto
1.8k tok

53 tok en reposo

Paquete
2 archivos

11 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add wshobson/agents --skill python-resource-management --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Enseña a implementar context managers sync/async (__enter__/__exit__, __aenter__/__aexit__) para liberar recursos de forma determinista
  • Muestra patrones con @contextmanager y @asynccontextmanager para conexiones, transacciones y streaming
  • Cubre limpieza incondicional de recursos y manejo correcto de excepciones en __exit__

Úsalo cuando

  • Gestionar conexiones a bases de datos y pools de conexiones
  • Trabajar con manejadores de archivos e I/O
  • Implementar context managers personalizados
  • Construir respuestas en streaming con estado acumulado

No lo uses cuando

    Qué lo activa

    Di cualquiera de estas frases y el agente debería cargar este skill.

    • “Ayúdame a crear un context manager para mi conexión a la base de datos”
    • “Necesito limpiar recursos aunque falle el proceso, ¿cómo lo hago en Python?”
    • “Quiero implementar un pool async con __aenter__ y __aexit__”

    SKILL.md

    En inglés

    Python Resource Management

    Manage resources deterministically using context managers. Resources like database connections, file handles, and network sockets should be released reliably, even when exceptions occur.

    When to Use This Skill

    • Managing database connections and connection pools
    • Working with file handles and I/O
    • Implementing custom context managers
    • Building streaming responses with state
    • Handling nested resource cleanup
    • Creating async context managers

    Core Concepts

    1. Context Managers

    The with statement ensures resources are released automatically, even on exceptions.

    2. Protocol Methods

    __enter__/__exit__ for sync, __aenter__/__aexit__ for async resource management.

    3. Unconditional Cleanup

    __exit__ always runs, regardless of whether an exception occurred.

    4. Exception Handling

    Return True from __exit__ to suppress exceptions, False to propagate them.

    Quick Start

    from contextlib import contextmanager
    
    @contextmanager
    def managed_resource():
        resource = acquire_resource()
        try:
            yield resource
        finally:
            resource.cleanup()
    
    with managed_resource() as r:
        r.do_work()
    

    Fundamental Patterns

    Pattern 1: Class-Based Context Manager

    Implement the context manager protocol for complex resources.

    class DatabaseConnection:
        """Database connection with automatic cleanup."""
    
        def __init__(self, dsn: str) -> None:
            self._dsn = dsn
            self._conn: Connection | None = None
    
        def connect(self) -> None:
            """Establish database connection."""
            self._conn = psycopg.connect(self._dsn)
    
        def close(self) -> None:
            """Close connection if open."""
            if self._conn is not None:
                self._conn.close()
                self._conn = None
    
        def __enter__(self) -> "DatabaseConnection":
            """Enter context: connect and return self."""
            self.connect()
            return self
    
        def __exit__(
            self,
            exc_type: type[BaseException] | None,
            exc_val: BaseException | None,
            exc_tb: TracebackType | None,
        ) -> None:
            """Exit context: always close connection."""
            self.close()
    
    # Usage with context manager (preferred)
    with DatabaseConnection(dsn) as db:
        result = db.execute(query)
    
    # Manual management when needed
    db = DatabaseConnection(dsn)
    db.connect()
    try:
        result = db.execute(query)
    finally:
        db.close()
    

    Pattern 2: Async Context Manager

    For async resources, implement the async protocol.

    class AsyncDatabasePool:
        """Async database connection pool."""
    
        def __init__(self, dsn: str, min_size: int = 1, max_size: int = 10) -> None:
            self._dsn = dsn
            self._min_size = min_size
            self._max_size = max_size
            self._pool: asyncpg.Pool | None = None
    
        async def __aenter__(self) -> "AsyncDatabasePool":
            """Create connection pool."""
            self._pool = await asyncpg.create_pool(
                self._dsn,
                min_size=self._min_size,
                max_size=self._max_size,
            )
            return self
    
        async def __aexit__(
            self,
            exc_type: type[BaseException] | None,
            exc_val: BaseException | None,
            exc_tb: TracebackType | None,
        ) -> None:
            """Close all connections in pool."""
            if self._pool is not None:
                await self._pool.close()
    
        async def execute(self, query: str, *args) -> list[dict]:
            """Execute query using pooled connection."""
            async with self._pool.acquire() as conn:
                return await conn.fetch(query, *args)
    
    # Usage
    async with AsyncDatabasePool(dsn) as pool:
        users = await pool.execute("SELECT * FROM users WHERE active = $1", True)
    

    Pattern 3: Using @contextmanager Decorator

    Simplify context managers with the decorator for straightforward cases.

    from contextlib import contextmanager, asynccontextmanager
    import time
    import structlog
    
    logger = structlog.get_logger()
    
    @contextmanager
    def timed_block(name: str):
        """Time a block of code."""
        start = time.perf_counter()
        try:
            yield
        finally:
            elapsed = time.perf_counter() - start
            logger.info(f"{name} completed", duration_seconds=round(elapsed, 3))
    
    # Usage
    with timed_block("data_processing"):
        process_large_dataset()
    
    @asynccontextmanager
    async def database_transaction(conn: AsyncConnection):
        """Manage database transaction."""
        await conn.execute("BEGIN")
        try:
            yield conn
            await conn.execute("COMMIT")
        except Exception:
            await conn.execute("ROLLBACK")
            raise
    
    # Usage
    async with database_transaction(conn) as tx:
        await tx.execute("INSERT INTO users ...")
        await tx.execute("INSERT INTO audit_log ...")
    

    Pattern 4: Unconditional Resource Release

    Always clean up resources in __exit__, regardless of exceptions.

    class FileProcessor:
        """Process file with guaranteed cleanup."""
    
        def __init__(self, path: str) -> None:
            self._path = path
            self._file: IO | None = None
            self._temp_files: list[Path] = []
    
        def __enter__(self) -> "FileProcessor":
            self._file = open(self._path, "r")
            return self
    
        def __exit__(
            self,
            exc_type: type[BaseException] | None,
            exc_val: BaseException | None,
            exc_tb: TracebackType | None,
        ) -> None:
            """Clean up all resources unconditionally."""
            # Close main file
            if self._file is not None:
                self._file.close()
    
            # Clean up any temporary files
            for temp_file in self._temp_files:
                try:
                    temp_file.unlink()
                except OSError:
                    pass  # Best effort cleanup
    
            # Return None/False to propagate any exception
    

    Detailed worked examples and patterns

    Detailed sections (starting with ## Advanced Patterns) live in references/details.md. Read that file when the navigation summary above is insufficient.

    Best Practices Summary

    1. Always use context managers - For any resource that needs cleanup
    2. Clean up unconditionally - __exit__ runs even on exception
    3. Don't suppress unexpectedly - Return False unless suppression is intentional
    4. Use @contextmanager - For simple resource patterns
    5. Implement both protocols - Support with and manual management
    6. Use ExitStack - For dynamic numbers of resources
    7. Accumulate efficiently - List + join, not string concatenation
    8. Track metrics - Time-to-first-byte matters for streaming
    9. Document behavior - Especially exception suppression
    10. Test cleanup paths - Verify resources are released on errors

    Reproducido de wshobson/agents bajo licencia MIT. Leer esta página en markdown.

    Archivos

    2 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

    Detalles

    Creador
    wshobson
    Licencia
    MIT
    Recursos incluidos
    referencias
    Repositorio
    wshobson/agents
    Código fuente
    Ver SKILL.md

    Etiquetas

    Más de wshobson/agents

    Este repo incluye 183 skills. Si instalas uno, normalmente ya tienes los demás. Ver el pack agents entero y su comando de instalación

    Instala y opera Hermes Tweet, un plugin de Hermes Agent para investigar X/Twitter, leer timelines, analizar tweets y ejecutar operaciones privadas o de cambio de estado con aprobación previa.

    Costo de contexto al activarse
    1.4k tok
    Tamaño del paquete
    3 archivos
    Última actualización
    el mes pasado
    redes sociales

    Úsalo para mantener un almacén Markdown de conocimiento donde cada afirmación compilada se rastrea hasta una fuente inmutable y el drift se detecta con git diff sin gastar tokens.

    Costo de contexto al activarse
    1.4k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 24 días
    documentos

    Úsalo al diseñar o revisar un esquema específico de PostgreSQL: buenas prácticas, tipos de datos, indexación, restricciones, patrones de rendimiento y funciones avanzadas.

    Costo de contexto al activarse
    2k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 24 días
    bases de datos

    Úsalo cuando un proyecto guarda su estado en Superself: lee `self context` al iniciar sesión, vincula el trabajo a una work unit, reporta con evidencia y registra decisiones confirmadas.

    Costo de contexto al activarse
    1.3k tok
    Tamaño del paquete
    1 archivo
    Última actualización
    hace 24 días
    productividad

    Úsalo cuando pidan optimizar un prompt, mejorar su rendimiento, diseñar una plantilla, aplicar chain-of-thought, few-shot prompting o técnicas avanzadas de prompt engineering para producción.

    Costo de contexto al activarse
    1.3k tok
    Tamaño del paquete
    10 archivos
    Última actualización
    el mes pasado
    herramientas desarrollo

    Audita y reescribe prosa para que deje de sonar generada por máquina. Incluye modo solo-detección, modo reescritura y modo edición en el lugar, con perfiles opcionales de voz y contexto.”

    Costo de contexto al activarse
    1.9k tok
    Tamaño del paquete
    4 archivos
    Última actualización
    el mes pasado
    redaccion contenido

    Skills relacionados

    Migra de AngularJS a Angular usando modo híbrido, reescritura incremental de componentes y actualización de la inyección de dependencias.

    Costo de contexto al activarse
    1.8k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 4 meses
    herramientas desarrollo

    Implementa patrones de arquitectura backend probados: Clean Architecture, Hexagonal Architecture y Domain-Driven Design, para construir sistemas mantenibles, testeables y escalables.

    Costo de contexto al activarse
    2k tok
    Tamaño del paquete
    3 archivos
    Última actualización
    hace 4 meses
    herramientas desarrollo

    Domina asyncio, programación concurrente y patrones async/await para apps de alto rendimiento con operaciones no bloqueantes.

    Costo de contexto al activarse
    1.9k tok
    Tamaño del paquete
    2 archivos
    Última actualización
    hace 4 meses
    herramientas desarrollo