一個神級般的 Python 調試神器

賈浩楠 發自 凹非寺 ,  量子位 報道

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/

  
     
     
     

   
      
      
      個人微信（如果沒有備註不拉羣！）
  
     
     
     
  
     
     
     

   
      
      
      請註明：
   
      
      
      地區+學校/企業+研究方向+暱稱
  
     
     
     
  
     
     
     

   
      
      
      

  
     
     
     


下載1：何愷明頂會分享

在「AI算法與圖像處理」公衆號後臺回覆：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經典工作的總結分析

下載2：終身受益的編程指南：Google編程風格指南

在「AI算法與圖像處理」公衆號後臺回覆：c++，即可下載。歷經十年考驗，最權威的編程規範！



   
   
   

 
    
    
    


   
   
   

   
   
   

 
    
    
    下載3 CVPR2021

   
   
   

   
   
   

 
    
    
    


   
   
   

   
   
   

 
    
    
    在「AI算法與圖像處理」公衆號後臺回覆：
 
    
    
    CVPR
 
    
    
    ，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文

   
   
   

點亮 ，告訴大家你也在看

本文分享自微信公衆號 - AI算法與圖像處理（AI_study）。
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。