谷歌大佬又一开源神作,Python 调试利器!
来自量子位
写代码时提笔千行，debug 时却低效抓狂……
几乎每个编程者都逃不了这样的纠结。
通过编译器一行行地去找 bug，太浪费时间。
所以，一位清华校友、谷歌工程师 laike9m，便开发了一个强大的 Python 调试工具 Cyberbrain：
能够详细记录项目数据流、变量、状态等等关键信息。
并且，结果还会以直观简洁的可视化图片呈现。
有了这个神器，今后 debug 也会和写代码一样流畅高效。
“赛博大脑” 帮你 debug
平常你的程序中出现 bug 时会怎么办？
最常规的办法是用调试器，但是你能记住程序中每个步骤发生什么了吗？
这就是传统方法的缺点：调试信息无法持久化，要靠程序员去记住它们。
这款名叫 Cyberbrain（赛博大脑）的强大的工具，最亮眼的功能，是回溯代码中的变量更改历史，查看程序执行的状态。
所以，在你调试程序或 debug 时，不需要费几个小时用编译器逐行执行。
Cyberbrain 会清晰的告诉你流程中都发生过什么：
Cyberbrain 能显示准确的数据流，并保留程序的每个状态。程序员不仅不需要记住任何内容，甚至不需要逐步执行程序，这可以节省大量调试时间。
比方说，你想找出为什么返回值是错误的。通过看图，就可以对导致返回值的原因有了一个大概的了解。
接下来，将鼠标悬停在 “返回 “节点上，所有相关的值都显示出来了，形成了一个从函数开始到结束的跟踪路径：
只要动动鼠标就能找到问题，谁还会去用麻烦的编译器呢？
除了流程和变量跟踪，赛博大脑还能对目标进行检查。
如果现在有一个大列表，但它无法与图匹配，如何使用工具来检查它的值？
启动后，Cyberbrain 会自动打开一个 devtools 窗口。
当你把鼠标悬停在一个变量上时，它的值就会被记录在 devtools 控制台中。
所以在这种情况下，虽然没有足够的空间在跟踪图中显示整个列表，但你仍然可以从 devtools 中检查它的值。
几乎所有的 Python 调试器 (PyCharm、VS Code 等) 都会截断参数，无法显示一个大列表中的每个元素，但 Cyberbrain 不会这样做，除非你明确告诉它。
最后，Cyberbrain 还能让用户在 debug 的同时，设置循环计数器。
如何安装使用
Cyberbrain 由一个 Python 库和各种编辑器 / IDE 集成组成。目前它支持 VS Code 和 Gitpod。
安装只需要通过一句话指令：
pip install Cyberbraincode —install-extension laike9m.Cyberbrain
同时，作者还提供了在线版的 Cyberbrain，可以直接试用：
https://gitpod.io/#snapshot/91475a9d-4ccf-420a-b0ee-11db084ce689
在使用过程中，假如你想追踪一个函数 “foo”，可以使用 @trace 指令实现：
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变。运行一个程序（从 vscode 或命令行，都可以），一个新的面板将被打开，程序执行情况全部以可视化展示：
使用 Cyberbrain，还有几点需要注意。
首先是可能会与其他调试器发生冲突。如果你设置了断点并使用 VSC 的调试器，Cyberbrain 可能无法正常工作。一般来说，首选 “不调试运行”。
而当你的程序中有多个装饰器（decorator）时，应该将 @trace 设置为最底层的那个。
此外，目前 Cyberbrain 还不支持多线程代码。
作者介绍
作者 laike9m，谷歌软件工程师，目前全职开发 Cyberbrain 工具。
laike9m 是清华校友，在博客中自述曾担任清华大学推理协会会长。此外还是重度二次元爱好者。
除了 Cyberbrain，他还组织了一档播客节目，名字叫捕蛇者说，Pythonhunter。
Cyberbrain 项目地址：
https://github.com/laike9m/Cyberbrain
laike9m 主页：
https://laike9m.com/blog/
播客地址：
https://pythonhunter.org/