PuDB: A Full-Screen Console Debugger for Python
This repository profile is provided by osrepos.com, an open source repository discovery platform.
Summary
PuDB is a powerful, full-screen console debugger for Python, designed to offer the advanced features of GUI debuggers within a lightweight, keyboard-friendly terminal interface. It allows developers to efficiently debug Python code directly in their terminal, providing a continuous visual overview of source, stack, variables, and breakpoints.
Repository Information
Use at your own risk
OSRepos shares public repositories for knowledge and discovery only. Any installation, execution, configuration, or use of code from these repositories is the user's own responsibility. Always review the repository, source code, dependencies, licenses, and security implications before running or installing anything. OSRepos is not responsible for issues, damages, or losses resulting from third-party repositories.
Introdução
PuDB é um depurador de console de tela cheia inovador para Python, com o objetivo de trazer os recursos sofisticados de depuradores baseados em GUI modernos para um ambiente mais leve e centrado no teclado. Ele permite que os desenvolvedores depurem seu código Python diretamente no terminal, oferecendo uma visão visual abrangente do estado do programa. O objetivo principal do PuDB é permitir que você depure o código exatamente onde você o escreve e testa, no terminal.
Instalação
Instalar o PuDB é simples usando o pip, o instalador de pacotes do Python. Certifique-se de ter o Python 3.6 ou mais recente para as últimas versões do PuDB.
pip install pudb
Para a versão de desenvolvimento, você pode clonar o repositório:
git clone https://github.com/inducer/pudb.git
Exemplos
PuDB oferece uma rica experiência visual, como demonstrado por suas capturas de tela e screencasts. Esses recursos mostram sua interface intuitiva, apresentando código-fonte com destaque de sintaxe, inspeção de variáveis em tempo real e gerenciamento de pontos de interrupção.
Você pode ver as capturas de tela diretamente no README do repositório, ilustrando temas claros e escuros.
Além disso, screencasts estão disponíveis para guiá-lo em seu uso:
Porquê usar PuDB
PuDB se destaca por sua mistura única de poder e simplicidade, tornando-o uma excelente escolha para depuração de Python. Suas principais vantagens incluem:
- Visuais Abrangentes: Todas as informações essenciais de depuração, como código-fonte, pilha, pontos de interrupção e variáveis, são visíveis de uma só vez e continuamente atualizadas, aumentando a consciência do fluxo do seu programa.
- Navegação Amigável ao Teclado: Projetado para velocidade, PuDB usa toques de tecla únicos e suporta teclas de cursor, atalhos Vi e comandos inspirados no
pdbpara navegação rápida. - Recursos Avançados: Defina e edite facilmente pontos de interrupção, pesquise código-fonte, navegue por módulos, acesse um shell Python ou abra um prompt de comando. Ele também oferece tratamento robusto de exceções com um modo post-mortem.
- Personalização: Inclui temas pré-empacotados, com opções para temas escuros e configurações de tema personalizadas.
- Integração IPython: Integra-se perfeitamente com o IPython para uma experiência de depuração aprimorada.
Links
Explore o PuDB ainda mais através de seus recursos oficiais:
Related repositories
Similar repositories that may be relevant next.
PromptBench: A Unified Framework for LLM Evaluation and Robustness
July 1, 2026
PromptBench is a comprehensive Python library designed for the evaluation and understanding of Large Language Models (LLMs). It provides a unified framework for assessing model performance, exploring various prompt engineering techniques, and evaluating robustness against adversarial attacks. This tool empowers researchers to conduct in-depth analyses of LLMs across diverse datasets and models.
LangTest: A Comprehensive Library for Safe & Effective Language Models
June 30, 2026
LangTest is an open-source Python library dedicated to ensuring the safety and effectiveness of language models. It offers a comprehensive framework for testing model quality, covering robustness, bias, fairness, and accuracy across various NLP tasks and LLM providers. With LangTest, developers can generate and execute over 60 distinct test types with just one line of code, promoting responsible AI development.
EvalPlus: Rigorous Evaluation for LLM-Synthesized Code
June 30, 2026
EvalPlus is a robust framework designed for the rigorous evaluation of code generated by Large Language Models (LLMs). It extends standard benchmarks like HumanEval and MBPP with significantly more tests, offering precise assessment of code correctness and efficiency. This tool is crucial for developers and researchers aiming to thoroughly validate LLM-synthesized code.
AgentEvals: Robust Evaluation Tools for LLM Agent Trajectories
June 30, 2026
AgentEvals is a powerful open-source package from LangChain designed to simplify the evaluation of agentic applications. It provides a collection of ready-made evaluators and utilities, with a particular focus on analyzing agent trajectories, the intermediate steps an agent takes to solve problems. This helps developers understand and improve the reliability and performance of their LLM agents.
Source repository
Open the original repository on GitHub.