# Tool-base

**Repository Path**: yunyi_61/Tool-base

## Basic Information

- **Project Name**: Tool-base
- **Description**: 常用工具
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-04-11
- **Last Updated**: 2025-06-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 常用工具, 编程环境

## README

1. VS Code - 全能编辑器
核心能力：

🧩 海量扩展市场（超5万插件）
🚀 内置Git/调试器/终端
🌐 Live Share实时协作编程

必备插件：

- GitHub Copilot：AI结对编程  
- Prettier：代码自动格式化  
- Docker：容器管理  
- REST Client：API测试工具

2. JetBrains全家桶
场景化IDE：
 **工具** 	 **语言** 	 **杀手锏功能** 
IntelliJ IDEA	Java/Kotlin	智能重构+Spring增强
PyCharm Pro	Python	科学模式+数据库工具
WebStorm	JavaScript	Vue/React深度支持
GoLand	Go	协程调试+性能分析

二、版本控制系统
1. Git - 分布式版本控制
进阶技巧：

# 交互式rebase整理提交历史
git rebase -i HEAD~5

# 二分查找问题提交
git bisect start
git bisect bad
git bisect good v1.0
2. GitHub/GitLab - 协作平台
现代工作流：

graph LR
    A[Issue跟踪] --> B[特性分支开发]
    B --> C[PR/MR代码审查]
    C --> D[CI/CD流水线]
    D --> E[自动化部署]

三、构建与依赖管理
语言	构建工具	依赖管理	特点
Java	Maven/Gradle	pom.xml	多模块构建支持
Python	Poetry	pyproject	虚拟环境+打包一体化
JS/TS	Vite	npm/yarn	毫秒级热更新
Rust	Cargo	Cargo.toml	内置测试+文档生成

示例：Poetry工作流

# 创建新项目
poetry new my-project

# 添加依赖
poetry add pandas numpy

# 构建Docker镜像
poetry export -f requirements.txt | docker build -t myapp .
四、测试与质量保障
1. 测试框架
类型	工具	特点
单元测试	pytest/Jest	参数化测试+覆盖率报告
E2E测试	Cypress/Playwright	浏览器自动化+视频录制
压力测试	k6/Locust	脚本化负载测试
API测试	Postman/Insomnia	协作测试+Mock服务
2. 静态分析
代码质量卫士：

SonarQube：多语言质量门禁
ESLint/Prettier：JS代码规范检查
Black：Python强制格式化
Trivy：容器漏洞扫描
五、部署与运维
1. 容器化工具链
标准组合：

graph TB
    A[Dockerfile] --> B[构建镜像]
    B --> C[容器注册表]
    C --> D[Kubernetes集群]
    D --> E[Helm部署]
2. 基础设施即代码
工具	提供商	核心能力
Terraform	HashiCorp	多云资源编排
Pulumi	开源	多语言定义基础设施
AWS CDK	AWS	TypeScript定义云资源
Terraform示例：

resource "aws_lambda_function" "processor" {
  function_name = "data-processor"
  runtime       = "python3.9"
  handler       = "main.handler"
  s3_bucket     = aws_s3_bucket.code_bucket.id
  s3_key        = "v1.0/lambda.zip"
}
六、AI编程工具
1. GitHub Copilot
使用场景：

自动生成函数实现
根据注释写代码
测试用例生成
2. Sourcegraph Cody
核心功能：

代码库语义搜索
跨文件代码重构
自动文档生成
3. Tabnine
亮点：

本地模型运行（保护隐私）
全语言支持
IDE深度集成
七、性能优化工具
类型	工具	用途
性能分析	PySpy/perf	CPU/内存火焰图
网络诊断	Wireshark	抓包分析
数据库调优	pgAdmin/MySQL Workbench	慢查询优化
内存分析	Valgrind	C/C++内存泄漏检测
火焰图示例：

# 生成Python程序性能火焰图
pip install py-spy
py-spy record -o profile.svg -- python my_app.py
工具链最佳实践
标准化：团队统一工具版本（如.nvmrc/.tool-versions）
自动化：CI/CD流水线集成代码检查/测试/部署
可观测：集成Prometheus+Grafana监控
安全左移：SAST/DAST工具集成到开发阶段
工具进化趋势：

AI原生开发环境（如Cursor）
WebAssembly工具链崛起
低代码/无代码工具专业化