Python スチュワードシップ ワーキンググループ

属性

目標

• GitLab 内での Python 開発を集約し、高品質な Python コードベースの開発に対して開発者が自信を持てるようにします。
• Python のサービスやライブラリを GitLab でどのように作成・維持・デプロイするかについて、意見のあるガイドラインを提供することで、開発者の意思決定を簡素化します。
• Python コードベースへの貢献を希望する、または必要とする開発者のトレーニングのためのリソース（コース、メンタリング）を定義します。

背景

Python は長年にわたり小規模で会社に存在していましたが、AI インフラの進化により Python は私たちのプロダクトの重要な部分になりました。しかし、その周辺の開発文化はまだ集約されていません。

その結果、開発者は Python コードの書き方、Python コードのレビュー方法、新機能の設定方法について混乱しています。Ruby の開発者もコードベースの理解とコントリビューションにおいてサポートの不足を感じています。Ruby コードベースと Python コードベースの重要な違いの一つは、Python コードベースがより分散していることです：単一のリポジトリではなく、各エリアを担当する複数のリポジトリが存在します。

既存の Python コードベースの例：

• AI Gateway https://gitlab.com/gitlab-org/modelops/applied-ml/code-suggestions/ai-assist/
• Prompt ライブラリ https://gitlab.com/gitlab-org/modelops/ai-model-validation-and-research/ai-evaluation/prompt-library
• Duo Workflow サービス https://gitlab.com/gitlab-org/duo-workflow/duo-workflow-service

主要マイルストーン

• 17.7 - ワーキンググループのキックオフ
• 17.8 - ドキュメントへの貢献
• 17.9 - Python サービス、ライブラリ、リンティングおよびユーティリティのテンプレートを定義する

完了基準

アウトカム

ドキュメントとプロセス：

• Python 以外の開発者向けトレーニング
• 開発ガイドライン
  • リポジトリの種類：
    • Python サービス（AIGW、ワークフロー）
    • Python ユーティリティ（CEF）
    • ライブラリ
  • コードベースの作成
  • 認証
  • テストガイドライン
• コードレビューとメンテナーシップのガイドライン
• デプロイガイドライン
  • Python サービス（AIGW、ワークフロー）
  • Python ユーティリティ（CEF）
  • ライブラリ

開発者エクスペリエンス：

• 共通セットアップの抽出
  • リンター
  • フレームワーク
  • コード構造
  • デプロイ用 CI

役割と責任

同期録画

• https://www.youtube.com/playlist?list=PL05JrBw4t0KpgQYHyThWFSHkRQWoDgcWT

対象外

• AI Gateway の進化は、この WG の提案に関連していますが、スコープ外です。
• データサイエンスのユースケース（新しい ML モデルを開発するためのコードなど）はシステム開発とは大きく異なり、それ固有のガイドラインセットが必要です。

ページのソースコードを見る - ページの編集 - please contribute.