异步 Python 模式

你在解决什么问题

Python 里「多线程」和「多进程」并不总是合适：I/O 等待占主导时，阻塞式调用会把线程或进程空转掉，吞吐和延迟都很难控。asyncio 配合 async/await 用单线程事件循环调度协程，在等网络、磁盘或数据库响应时让出控制权，适合 FastAPI、aiohttp 这类异步 Web 栈，以及爬虫并发请求、WebSocket 实时通道、异步微服务之间的调用链。

技能如何组织思路

本技能把负载特征放在第一步：I/O 密集型才值得上异步；CPU 算力为主且几乎不等待外部资源时，应另选模型。选定方向后，再按场景挑并发形态——asyncio.create_task 与 asyncio.gather 做并行等待、Queue 做生产者-消费者、Semaphore/连接池限制并发度，并事先约定取消与超时策略。

执行层面强调三件事：超时避免挂死、背压避免无界堆积、结构化错误处理（try/except 与 TaskGroup 等）让失败可观测。文档还指向 resources/implementation-playbook.md，里面有更细的模式与示例，便于对照落地。测试与调试异步路径时，需要区分「事件循环里跑什么」与「哪里漏了 await」，技能指令里会要求把这些写进交付说明。

适用边界

• 简单一次性脚本、同步库已够用 → 不必强行异步。
• 运行环境不支持事件循环或依赖全是阻塞 API 且无替代 → 先评估改造成本。
• 纯 CPU 密集（大量数值计算、图像处理）→ 异步帮不上忙，考虑多进程或原生扩展。