Guides
Cette vue d ensemble rassemble tous les guides importes pour ManifestGuard Python et sert de navigation dans cette section.
Prérequis
Python 3.10+, pip, le meme interpreteur en local et en CI.
ManifestGuard doit voir le meme projet en local et en CI.
Licence
Community est gratuit. Pro : 2 activations, mises a jour annuelles.
Commencez gratuitement. Achetez Pro pour l analyse approfondie et les preuves CI. La page produit liste les offres achetables aujourd hui.
Premiers pas
Installer, lancer un check, lire le rapport, puis serrer la gate.
Une commande doit deja montrer packaging, imports et dependances.
Installation
Community via PyPI. Pro s active en local et se met a jour tout seul.
Une seule CLI Python 3.12. Pointez le projet avec --project-python.
Depannage
Mauvais interpreteur, seconde CLI dans le venv, ou Pro mis a jour via PyPI.
Meme Python et meme commande en local et en CI. Pro : license update-apply, pas --upgrade PyPI.
Bases des tests
Ce que montrent check, --extended et check-lifecycle.
check : radar quotidien (packaging, imports, dependances). --extended (Pro) : signaux plus lourds. check-lifecycle (Pro) : scan source separe, pas dans --extended.
Tests (apercu)
Check rapide, analyse etendue Pro, gate lifecycle optionnelle.
init-config --merge
Reduire la complexite
Techniques pour mesurer et reduire la complexite cyclomatique et cognitive dans du code Python.
mgpy traite la complexite comme un objectif de refactoring mesurable: les hotspots doivent etre visibles, comparables et suivables au fil des baselines.
Coherence du code
Faire respecter des standards de code et un style coherents dans un projet Python.
Dans mgpy, la coherence n est pas un detail cosmetique: un chemin d outillage et de style clair reduit la friction de revue, les faux positifs et les rapports instables.
Style PEP 8
Appliquer les regles de style et de formatage PEP 8 avec les controles qualite ManifestGuard.
Pour mgpy, PEP 8 constitue la ligne de base lisible. De bonnes regles de style accelerent le debogage, reduisent la charge cognitive et ecourtent les revues.
Annotations de type
Ajouter et valider des annotations de type Python pour ameliorer la couverture de l analyse statique.
Les annotations de type rendent les rapports mgpy plus precis, car les frontieres de l API publique, les valeurs de retour et les modeles de donnees deviennent plus faciles a verifier.
Mises a jour & Python moderne
Une CLI, auto-update Pro, pathlib et un pyproject.toml.
Une CLI Python 3.12. Community : PyPI. Pro : license update-apply. Preferez pathlib, dataclasses et un pyproject.toml unique.
Qualite de la documentation
Bonnes pratiques pour les docstrings, les README et les gates de qualite de documentation.
Une bonne documentation garantit que la CLI, l API et les artefacts de release mgpy racontent la meme histoire. Une documentation manquante augmente les couts de support et d integration.
Vulnerabilites de securite
Detecter et corriger les vulnerabilites de securite Python courantes avec ManifestGuard.
mgpy combine des signaux cote produit et cote supply chain: patterns de code risquee, dependances obsoletees et secrets accidentels doivent etre visibles avant la release.
Vue d ensemble securite
Vue d ensemble de tous les controles de securite disponibles dans ManifestGuard.
mgpy applique une strategie de securite en couches: hygiene du depot, validation du build, licence runtime et verification de release se renforcent mutuellement.
Cryptographie moderne
Remplacer les algorithmes de hashage et de chiffrement obsoletes par des equivalents modernes.
Dans mgpy, la cryptographie n est pas un accessoire marketing. L activation hors ligne signee, la gestion des secrets et la protection supply chain exigent des primitives modernes et des flux de cles clairs.
Chemins portables
Gestion multiplateforme des chemins en Python, sans separateurs hardcodes ni hypotheses OS.
mgpy doit se comporter de facon previsible en local, en CI et chez les clients sur differentes plateformes. Les chemins hardcodes et hypotheses systeme cassent cette promesse en premier.
Optimisation des performances
Profiler et optimiser du code Python pour la vitesse et l efficacite des ressources.
Pour mgpy, la performance n a de valeur qu une fois la correction et la qualite des signaux stabilisees. Des rapports rapides mais faux valent moins que des rapports plus lents mais corrects.
Profilage memoire
Mesurer et reduire la consommation memoire des runs mgpy (sans analyser les fuites runtime applicatives).
Dans mgpy, les problemes memoire apparaissent souvent lentement: gros rapports, fichiers d historique, caches ou artefacts de build grossissent plus longtemps sans etre vus qu un simple pic de temps CPU.
Qualite SBOM
Generer et valider une Software Bill of Materials pour des packages Python.
Pour mgpy, une bonne SBOM est plus qu un simple format d export. Elle relie la realite du package, la visibilite des licences et la transparence supply chain dans un artefact auditable.
Quality Gate
Configurer des seuils qualite ManifestGuard qui bloquent les builds en cas de regression.
Les quality gates garantissent que mgpy ne se contente pas d observer la qualite mais securise aussi les decisions. Une gate sans modele de seuil clair ne produit que du bruit.
Detection des regressions qualite
Suivre l evolution de la qualite dans le temps et signaler les regressions entre commits.
La detection de regression fait le lien entre un run unique et la maintenance reelle. mgpy doit conserver les ameliorations et rendre les reculs visibles tot.
Analyse des tendances
Visualiser et interpreter les tendances de long terme des metriques qualite dans l historique ManifestGuard.
Pour mgpy, les tendances prouvent si les ameliorations tiennent dans le temps ou si l erosion commence tot. Un bon run isole ne remplace pas une vision historique.
Scan lifecycle statique
Scan source Pro pour fuites thread/timer/logger. Hors de --extended.
check-lifecycle (Pro) cherche des motifs de fuite dans le source. Il ne mesure pas la memoire live. Pas dans --extended.