一个神级般的 Python 调试神器-技术圈

贾浩楠发自凹非寺 , 量子位报道

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。

图片: https://uploader.shimo.im/f/Ks0rqxVvzEZrPsfE.png

Cyberbrain项目地址：https://github.com/laike9m/Cyberbrain

laike9m主页：https://laike9m.com/blog/

播客地址：https://pythonhunter.org/

      个人微信（如果没有备注不拉群！）
     

      请注明：地区+学校/企业+研究方向+昵称
     

下载1：何恺明顶会分享

在「AI算法与图像处理」公众号后台回复：何恺明，即可下载。总共有6份PDF，涉及 ResNet、Mask RCNN等经典工作的总结分析

下载2：终身受益的编程指南：Google编程风格指南

在「AI算法与图像处理」公众号后台回复：c++，即可下载。历经十年考验，最权威的编程规范！

   
    下载3 CVPR2021
   
   
    

   
   
    在「AI算法与图像处理」公众号后台回复：CVPR，即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文

点亮，告诉大家你也在看