Guides
Diese Uebersicht sammelt alle importierten Guides fuer ManifestGuard Python und dient als Navigation in diesem Bereich.
Voraussetzungen
Python 3.10+, pip, derselbe Interpreter lokal und in CI.
ManifestGuard soll dasselbe Projekt lokal und in CI sehen. Das ist vor allem eine Python-/Packaging-Basis, keine neue Plattform.
Lizenz
Community ist kostenlos. Pro ist der Kaufplan: 2 Geraete, jaehrliche Updates.
Kostenlos starten. Pro kaufen, wenn du tiefere Analyse und CI-Evidence brauchst. Die Produktseite listet die Plaene, die du heute kaufen kannst.
Erste Schritte
Installieren, einmal pruefen, Report lesen, Gate nachziehen.
Ein Befehl soll Packaging-, Import- und Dependency-Probleme zeigen. Zuerst Blocker, tiefere Analyse wenn die Basis ruhig ist.
Installation
Community von PyPI. Pro aktivierst du lokal; Updates kommen aus der CLI.
Eine CLI auf Python 3.12 behalten. Projekt mit --project-python anzeigen, kein zweites manifestguard in .venv.
Stoerungssuche
Falscher Interpreter, zweite CLI im venv, oder Pro per PyPI aktualisiert.
Dieselbe Python-Minor und denselben Aufruf py -3.12 -m manifestguard .... --project-python auf das Projekt-venv; kein zweites CLI in .venv.
Test-Grundlagen
Was check, --extended und check-lifecycle jeweils zeigen.
check ist das taegliche Qualitaets-Radar: Packaging, Entry Points, Dependencies, Import-Hygiene. Ein Report, klare naechste Schritte.
Tests (Uebersicht)
Schneller check, Pro Extended Analysis, optionales Lifecycle-Gate.
Zuerst den schnellen Packaging-Lauf. Pro-Analyse wenn du CI-Evidence brauchst. Lifecycle-Scan als eigenes Gate, wenn dir Thread-/Timer-/Logger-Leaks in der Quelle wichtig sind.
Refactoring & Komplexitaet reduzieren
Refactoring-Hotspots messen, Komplexitaet senken und Umbauten gegen Baselines absichern.
mgpy begleitet Refactorings als messbaren Umbaupfad: Hotspots sollen sichtbar, priorisiert und nach jedem Schritt gegen Baselines pruefbar bleiben.
Code-Konsistenz
Einheitliche Coding-Standards und Stil in Python-Projekten durchsetzen.
Konsistenz ist in mgpy kein kosmetisches Extra: ein klarer Werkzeug- und Stilpfad reduziert Review-Reibung, False Positives und unstete Reports.
PEP 8-Stil
PEP-8-Formatierungs- und Stilregeln mit ManifestGuard-Qualitaetspruefungen anwenden.
PEP 8 ist fuer mgpy die lesbare Basislinie. Gute Stilregeln beschleunigen Debugging, senken kognitive Last und halten Review-Diskussionen kurz.
Type Hints
Python-Typannotationen hinzufuegen und validieren, um die statische Analyse zu verbessern.
Type Hints machen mgpy-Reports praeziser, weil oeffentliche API-Grenzen, Rueckgabewerte und Datenmodelle klarer pruefbar werden.
Updates & modernes Python
Eine CLI, Pro-Selbstupdate, pathlib und ein pyproject.toml.
Eine ManifestGuard-CLI auf Python 3.12, auf den Projekt-Interpreter zeigen. Community aktualisiert ueber PyPI. Pro ueber license update-apply.
Dokumentationsqualitaet
Best Practices fuer Docstrings, README-Dateien und Dokumentations-Qualitaetsgates.
Gute Dokumentation sorgt bei mgpy dafuer, dass CLI, API und Release-Artefakte dieselbe Geschichte erzaehlen. Fehlende Doku erzeugt Support- und Integrationskosten.
Sicherheitsluecken
Hauefige Python-Sicherheitsluecken mit ManifestGuard erkennen und beheben.
mgpy kombiniert Produkt- und Lieferketten-Signale: riskante Code-Muster, veraltete Abhaengigkeiten und versehentliche Geheimnisse muessen vor dem Release sichtbar sein.
Sicherheit (Uebersicht)
Uebersicht ueber alle Sicherheitspruefungen in ManifestGuard.
Die Sicherheitsstrategie von mgpy ist mehrschichtig: Repo-Hygiene, Build-Validierung, Laufzeit-Lizenzierung und Release-Pruefung greifen ineinander.
Moderne Kryptografie
Veraltete Hash- und Verschluesselungsalgorithmen durch aktuelle Best-Practice-Verfahren ersetzen.
In mgpy ist Kryptografie kein Marketing-Add-on. Signierte Offline-Aktivierung, Secret-Handhabung und Supply-Chain-Schutz brauchen moderne Primitive und klare Schluesselwege.
Portable Pfade
Plattformuebergreifende Pfadbehandlung in Python, hart kodierte Trennzeichen und OS-Abhaengigkeiten vermeiden.
mgpy soll lokal, in CI und bei Kunden auf unterschiedlichen Plattformen gleich nachvollziehbar laufen. Harte Pfade und Betriebssystem-Annahmen zerbrechen genau diese Zusage.
Performance-Optimierung
Python-Code fuer Geschwindigkeit und Ressourceneffizienz profilieren und optimieren.
Performance ist fuer mgpy erst dann wertvoll, wenn Korrektheit und Signalqualitaet stehen. Schnelle falsche Reports sind schlechter als langsame richtige.
Speicher-Profiling
Speicherverbrauch von mgpy-Laeufen messen und reduzieren (ohne Projekt-Runtime zu untersuchen).
In mgpy zeigen sich Speicherprobleme oft schleichend: grosse Reports, History-Dateien, Caches oder Build-Artefakte wachsen laenger unbemerkt als reine Laufzeitspitzen.
SBOM-Qualitaet
Software Bill of Materials fuer Python-Pakete erstellen und validieren.
Eine gute SBOM ist fuer mgpy mehr als ein Exportformat. Sie verbindet Paketrealitaet, Lizenzsicht und Supply-Chain-Transparenz zu einem auditierbaren Artefakt.
Quality Gate
ManifestGuard-Qualitaetsschwellenwerte einrichten, die Builds bei Regressionen blockieren.
Quality Gates sorgen dafuer, dass mgpy nicht nur beobachtet, sondern Entscheidungen absichert. Ein Gate ohne klares Schwellenmodell erzeugt nur lautes Rauschen.
Qualitaetsregressionen erkennen
Qualitaetstrends ueber Zeit verfolgen und bei Regressionen ueber Commits hinweg benachrichtigen.
Regressionserkennung ist die Bruecke zwischen Einmallauf und echter Pflege. mgpy soll Verbesserungen konservieren und Rueckschritte frueh sichtbar machen.
Trendanalyse
Langfristige Qualitaetsmetrik-Trends aus der ManifestGuard-History visualisieren und interpretieren.
Trends sind fuer mgpy der Nachweis, dass Verbesserungen halten oder Erosion frueh beginnt. Einzelne gute Laeufe ersetzen keine Verlaufssicht.
Statischer Lifecycle-Scan
Pro-Quellscan fuer Thread-/Timer-/Logger-Leaks. Nicht Teil von --extended.
check-lifecycle ist ein Pro-Qualitaetstest. Er sucht in der Quelle nach Leak-Mustern (Threads ohne join, Timer ohne cancel, Logger-Handler ohne Guard, optional Qt-Threads). Er misst keinen Live-Prozessspeicher.