寫代碼時提筆千行，debug時卻低效抓狂……
幾乎每個編程者都逃不了這樣的糾結。
通過編譯器一行行地去找bug，太浪費時間。
所以，一位清華校友、谷歌工程師laike9m，便開發了一個強大的Python調試工具Cyberbrain：
能夠詳細記錄項目數據流、變量、狀態等等關鍵信息。
並且，結果還會以直觀簡潔的可視化圖片呈現。
有了這個神器，今後debug也會和寫代碼一樣流暢高效。
“賽博大腦”幫你debug
平常你的程序中出現bug時會怎麼辦？
最常規的辦法是用調試器，但是你能記住程序中每個步驟發生什麼了嗎？
這就是傳統方法的缺點：調試信息無法持久化，要靠程序員去記住它們。
這款名叫Cyberbrain（賽博大腦）的強大的工具，最亮眼的功能，是回溯代碼中的變量更改歷史，查看程序執行的狀態。
所以，在你調試程序或debug時，不需要費幾個小時用編譯器逐行執行。
Cyberbrain會清晰的告訴你流程中都發生過什麼：
Cyberbrain能顯示準確的數據流，並保留程序的每個狀態。程序員不僅不需要記住任何內容，甚至不需要逐步執行程序，這可以節省大量調試時間。
比方說，你想找出爲什麼返回值是錯誤的。通過看圖，就可以對導致返回值的原因有了一個大概的瞭解。
接下來，將鼠標懸停在 “返回 “節點上，所有相關的值都顯示出來了，形成了一個從函數開始到結束的跟蹤路徑：
只要動動鼠標就能找到問題，誰還會去用麻煩的編譯器呢？
除了流程和變量跟蹤，賽博大腦還能對目標進行檢查。
如果現在有一個大列表，但它無法與圖匹配，如何使用工具來檢查它的值？
啓動後，Cyberbrain會自動打開一個devtools窗口。
當你把鼠標懸停在一個變量上時，它的值就會被記錄在devtools控制檯中。
所以在這種情況下，雖然沒有足夠的空間在跟蹤圖中顯示整個列表，但你仍然可以從devtools中檢查它的值。
幾乎所有的Python調試器(PyCharm、VS Code等)都會截斷參數，無法顯示一個大列表中的每個元素，但Cyberbrain不會這樣做，除非你明確告訴它。
最後，Cyberbrain還能讓用戶在debug的同時，設置循環計數器。
如何安裝使用
Cyberbrain由一個Python庫和各種編輯器/IDE集成組成。目前它支持 VS Code 和 Gitpod。
安裝只需要通過一句話指令：
pip install Cyberbraincode —install-extension laike9m.Cyberbrain
同時，作者還提供了在線版的Cyberbrain，可以直接試用：
https://gitpod.io/#snapshot/91475a9d-4ccf-420a-b0ee-11db084ce689
在使用過程中，假如你想追蹤一個函數“foo”，可以使用@trace指令實現：
from Cyberbrain import trace# As of now, you can only have one @trace decorator in the whole program.# We may change this in version 2.0, see https://github.com/laike9m/Cyberbrain/discussions/73@trace # Disable tracing with `@trace(disabled=True)`def foo():
Cyberbrain可以保持你的工作流程不變。運行一個程序（從 vscode 或命令行，都可以），一個新的面板將被打開，程序執行情況全部以可視化展示：
使用Cyberbrain，還有幾點需要注意。
首先是可能會與其他調試器發生衝突。如果你設置了斷點並使用VSC的調試器，Cyberbrain可能無法正常工作。一般來說，首選 “不調試運行”。
而當你的程序中有多個裝飾器（decorator）時，應該將@trace設置爲最底層的那個。
此外，目前Cyberbrain還不支持多線程代碼。
作者介紹
作者laike9m，谷歌軟件工程師，目前全職開發Cyberbrain工具。
laike9m是清華校友，在博客中自述曾擔任清華大學推理協會會長。此外還是重度二次元愛好者。
除了Cyberbrain，他還組織了一檔播客節目，名字叫捕蛇者說，Pythonhunter。
圖片: https://uploader.shimo.im/f/Ks0rqxVvzEZrPsfE.png
Cyberbrain項目地址：
https://github.com/laike9m/Cyberbrain
laike9m主頁：
https://laike9m.com/blog/
播客地址：
https://pythonhunter.org/
進羣一起學習交流吧
-今日互動-
你get到了嗎？歡迎文章下方留言互動
如果感覺對你有幫助的話
來個「
轉發朋友圈
」和「
在看
」，一起見證你的努力和成長，是對我們最大的支持！
本文分享自微信公衆號 - DataScience（DataScienceTeam）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。