Python Package

Guides

Früher Zugriff: Bis 2026-12-31

Guides

Diese Uebersicht sammelt alle importierten Guides fuer ManifestGuard Python und dient als Navigation in diesem Bereich.

Installation & Download

Download, Installation und Aktivierung von ManifestGuard Python ueber pip, Login und Lizenzportal.

Hier ist der praktische Ablauf: installieren, Device-Hash holen, im Kundenbereich anmelden, Token uebernehmen und lokal aktivieren.

▶ Guide öffnen

Testgrundlagen

Operativer Guide dafuer, wie MG-Python-Guide-Themen im Subpages-Workspace gruppiert, geprueft, bearbeitet und veroeffentlicht werden.

Dieser Guide beschreibt den realen Redaktions- und Pflegeablauf fuer MG-Python-Guide-Themen im Subpages-Workspace.

▶ Guide öffnen

Tests (Uebersicht)

Ueberblick ueber alle von ManifestGuard unterstuetzten Test-Strategien.

ManifestGuard Python verbindet schnelle Paket- und Manifest-Pruefungen mit erweiterten Qualitaetschecks, damit Testen nicht erst im CI sichtbar wird.

▶ Guide öffnen

Komplexitaet reduzieren

Techniken zur Messung und Reduktion zyklomatischer und kognitiver Komplexitaet in Python.

mgpy behandelt Komplexitaet als messbares Refactoring-Ziel: Hotspots sollen sichtbar, vergleichbar und ueber Baselines hinweg nachvollziehbar sein.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

Modernes Python

Python-Codebasen auf moderne Idiome, Syntax und Standardbibliothek-Muster umstellen.

Moderne Python-Patterns machen mgpy einfacher wartbar: weniger Legacy-Ausnahmen, klarere CLI-Aufrufe und weniger plattformspezifische Sonderfaelle.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen

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.

▶ Guide öffnen