Python 库查询助手

当你打开一个陌生 Python 库时，首先会遇到的问题

Python 生态库数量庞大，使用中常遇到三类具体问题：看到陌生库时不知道怎么用，例如第一次用 torch.nn 模块不知道如何构造网络层；写代码时突然忘记函数参数，比如 pandas.merge 的 how 参数有哪些可选值；或者不同版本行为不一致导致报错，例如 os.path 和 pathlib 在路径处理上的差异。这些问题轻则打断开发节奏，重则导致线上事故。

技能如何将模糊提问转化为结构化输出

该技能的核心能力是把自然语言或命令行输入的模糊请求，转化为结构化的技术文档。具体工作流程分三步：

1. 解析查询目标：从请求中提取库名（如 numpy）、子模块（如 os.path）和目标函数（如 reshape），支持从自然语言或 /python-lib 命令中识别。
2. 生成标准输出：按固定格式输出函数签名、参数说明、返回值、代码示例和注意事项。例如查询 pandas.merge 时，会明确标注必选参数 left/right，可选参数 how/on，并给出 how='left' 的代码示例。
3. 覆盖主流库类型：包括标准库（os/json）、数据分析库（numpy/pandas）、机器学习库（scikit-learn）和深度学习库（torch），覆盖开发中80%常见场景。

适用边界与需要留意的地方

该技能当前覆盖三类常见库，但未包含冷门或刚发布的库。对于版本差异敏感的参数（如 torch 1.8前后的 DataLoader 行为变化），输出结果可能未标注具体版本号，需用户自行验证。复杂场景如异步库的协程参数、装饰器嵌套使用等，建议结合官方文档交叉核对。