Willkommen im Trainingslager
Wenig lesen, viel tippen. Dieses Buch bringt dir modernes Python so bei, wie du es als Platform Engineer brauchst: Jeden Tag baust du ein kleines, nützliches Tool – vom Wortzähler über einen Zertifikats-Checker bis zum Agenten mit MCP-Server. Am Ende schreibst du idiomatisches Python, lieferst deine Tools als Pakete aus und setzt Python sicher für KI ein.
Die Trainingsregeln
- Tippen, nicht kopieren. Jeden Befehl und jede Datei einmal selbst schreiben.
- Erwartet vergleichen. Nach jedem Drill steht, was du sehen solltest. Weicht es ab, findest du dort die eigentliche Lektion.
- Kontrollpunkt bestehen. Erst wenn das Prüfskript nur ✔ zeigt, geht es weiter.
- Challenge allein lösen. Erst den Hinweis, dann die Lösung.
- Jedes Tool ist ein uv-Projekt. Eigener Ordner,
eigene
.venv, keine globalenpip install. - Lab-Werte bleiben im Lab. Schlüssel wie
sk-lab-master-1234sind Spielgeld. Echte Tokens kommen nur aus Umgebungsvariablen, nie in den Code.
Aufbau jedes Trainingstags
| Abschnitt | Zweck |
|---|---|
| Briefing | Das Nötigste in wenigen Stichpunkten |
| Drills | Das Tool Schritt für Schritt, mit erwarteter Ausgabe |
| Kontrollpunkt | Prüfskript: läuft das Tool, sind die Tests grün? |
| Challenge | Eine Erweiterung ohne Anleitung |
| Enterprise-Notiz | Was in Produktion anders ist |
Der Trainingsplan
| Teil | Tag | Einheit | Tool |
|---|---|---|---|
| Gelände | 0 | uv, Python 3.14, ruff, pytest | hallo |
| A – Fundament | 1 | Syntax kompakt: Strings, Listen, Dicts, Comprehensions | wc |
| 2 | Funktionen, Typen, dataclasses, Module | logsum |
|
| 3 | CLI-Tools mit typer, pathlib, subprocess, Exit-Codes | tidy |
|
| 4 | Fehler, Logging, Tests mit pytest | checkcert |
|
| B – Werkzeugbau | 5 | Packaging und Qualität: uv build, mypy, pre-commit | checkcert als Paket |
| 6 | HTTP und APIs: httpx, Retries, pydantic | ghrel |
|
| 7 | Nebenläufigkeit: asyncio, TaskGroup, Threads | urlcheck |
|
| 8 | Daten: csv, json, sqlite3, polars | costreport |
|
| 9 | Web-Service mit FastAPI und Dockerfile | shorturl |
|
| C – Python für KI | 10 | LLM-APIs: Chat, Streaming, strukturierte Ausgabe | ask |
| 11 | Embeddings und RAG mit numpy und qdrant | docsearch |
|
| 12 | Tool Calling, Agenten-Loop und MCP | ops-agent |
|
| 13 | Klassisches ML mit scikit-learn, PyTorch-Einstieg | logclass |
|
| D – Profi | 14 | Performance, Profiling, Verteilung, CI | logsum 10× schneller |
| 15 | Wettkampf: Tool-Challenges auf Zeit | mehrere | |
| Anhang | A | Spickzettel | – |
| B | Abschlussprüfung | – |
Das Trainingsgelände
~/py-lab/ ein Ordner pro Tag, jeder ein uv-Projekt
├── tag00-hallo/ ─┐
├── tag01-wc/ │ pyproject.toml Metadaten, Abhängigkeiten, Konsolenskript
├── tag02-logsum/ ├── src/<paket>/ der Code (src-Layout)
├── ... │ tests/ pytest
└── tag14-.../ ─┘ .venv/ uv.lock von uv verwaltet
KI-Teil (Tag 10–13): Ollama http://127.0.0.1:11434/v1 Modell ministral-3:3b
Werkzeuge: uv für Python, Umgebungen und Pakete, ruff für Lint und Format, pytest für Tests, mypy für Typen, ab Tag 3 typer für CLIs. Du brauchst nur einen Mac oder Linux-Rechner mit Terminal; Docker ist nicht nötig.
Tipp: Getestet mit uv 0.9.26, Python 3.14.2, ruff 0.17 und pytest 9.1 auf macOS (Apple Silicon). Weicht eine Ausgabe ab:
uv <befehl> --helpund die Doku unter docs.astral.sh/uv bzw. docs.python.org/3.14.
Der Begleitcode
Alle Dateien aus diesem Buch liegen öffentlich auf GitHub: https://github.com/thomaszachmann/python-zum-anfassen. Wie du sie holst, zeigt Tag 0.
Los geht’s.
Thomas Zachmann, Oktober 2026