Debug无忧！清华校友打造Python调试神器：反向追踪变量、数据流等 | 开源
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 Cyberbrain
code —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。
Cyberbrain项目地址：
https://github.com/laike9m/Cyberbrain
laike9m主页：
https://laike9m.com/blog/
播客地址：
https://pythonhunter.org/
文章转载：Python程序员
（版权归原作者所有，侵删）
