Python 潮流周刊
ISSUE 104

Python 考虑添加虚拟线程啦?

2025-05-31 第 4 季

本期速览

Pyrefly 与 ty 两大新类型检查器正面对决,Pandas 宣布弃 NumPy 转投更快的 PyArrow;Python 社区讨论加入虚拟线程,70 行代码就能手搓一个 MCP agent。

文章 12 项目 12 音视频 2 讨论 2
🦄

文章&教程

× 12
01 Pyrefly vs. ty:比较 Python 新的两个类型检查器 blog.edward-li.com

Meta 的 Pyrefly 和 Astral 的 ty 都是基于 Rust 开发的 Python 类型检查工具,它们在今年 PyCon Typing Summit 都有上亮相。文章介绍了它们在开发背景、设计理念、技术特点和性能方面的差异。

02 单进程多解释器,无 GIL 争用-Python 3.12 之前 basisrobotics.tech

在 Python 3.12 之前版本中,如何实现单进程多解释器运行?文章介绍了用 dlopen 和动态库加载机制绕过 Python 的单解释器限制。这种方法能让机器人框架 Basis 在同一进程空间内运行多个 Python 实例而避免 GIL 争用,为高性能机器人系统提供了创新的架构解决方案。

03 为什么在 2025 年我们仍用第三方应用来写 Django REST API? djangoproject.com

文章出自 Django 官方博客,提出了一个疑问:是否真的需要第三方库才能用 Django 构建 REST API?介绍了如何用 Django 内置的通用类视图和表单系统,只需不到 100 行代码就实现了完整的 CRUD REST API 功能。

04 介绍 Pyrefly:Rust 开发的新型 Python 类型检查器 engineering.fb.com

Meta 正式官宣 Pyrefly 的 alpha 版本,它能以每秒 180 万行代码的速度做类型检查,支持 IDE 优先的开发体验和自动类型推断。文章解释了为何开发它来替代 Pyre、背后的几项原则,以及未来的发展计划。

05 Pandas 将放弃 NumPy,转向更快的 PyArrow thenewstack.io

Pandas 即将发布 3.0 版本,会用 PyArrow 替代 NumPy 作为默认引擎来处理列式数据的加载和读取。PyArrow 提供了列式存储,支持 Copy on Write 模式,在内存占用和读取速度上具有显著优势。

06 Python 微型智能体:70 行代码实现基于 MCP 协议的智能体 huggingface.co

Hugging Face 发布了“Tiny Agents”,可通过 MCP 协议,使大语言模型能够调用外部工具和 API,从而实现更强大的功能。文章演示了它的用法和强大功能。

07 Narwhals:统一 pandas、Polars 和 PySpark 的 DataFrame 函数 codecut.ai

Narwhals 是一个轻量级的兼容层,它统一 pandas、Polars 和 PySpark 等主流 DataFrame 库的函数,避免了为每个库编写单独代码的复杂性,提高了代码的可移植性和可重用性。

08 DumPy:让你不用思考的 NumPy dynomight.net

作者提出用循环和索引语法重新设计 NumPy,通过将循环语法编译为向量化操作来解决高维数组操作的复杂性。DumPy 基于 JAX 的 vmap 实现自动向量化,可用直观的循环写法获得 GPU 加速性能,显著降低多维数组编程的认知负担。

09 超越查询优化:使用 SQLAlchemy 和 RDSProxy 的 Aurora Postgres 连接池 eng.lyft.com

Lyft 工程团队分享了他们从应用级连接池迁移到 AWS RDSProxy 代理连接池的实践经验。详细介绍了连接池的重要性、SQLAlchemy 配置方法,以及 RDSProxy 如何解决应用扩展时连接数激增的问题。

10 验证新项目的有效方法 mostlypython.com

作者新开源了 py-bugger,这是一个引入特定类型 bug 来辅助调试教学的工具。他在 PyCon 的 open spaces 与其他开发者面对面交流,发现了一些新的用例和问题,强调了在项目早期阶段通过开放空间获取反馈的重要性。

11 注意力并非我们所需的全部 stephendiehl.com

介绍了自大名鼎鼎的《Attention Is All You Need》论文发布以来,Transformer 模型领域出现的一系列重要技术改进。作者用 PyTorch 框架,通过简洁的代码示例,解释了 14 项重要技术的核心思想、它们如何提升模型推理速度和内存效率。

12 那些改变了我对编程语言认知的文章 bernsteinbear.com

作者分享了在编程语言和编译器领域中,对其思维方式产生了重大影响的 10 多篇文章,内容包括垃圾回收器的实现、优化器的指令重写、抽象域和Z3的使用、寄存器分配的正确性证明、正则表达式引擎、微分自动微分、SSA形式的实现,等等。

🐿️

项目&资源

× 12
01 agenticSeek:完全本地化的 AI 智能助手 github.com ★ 13.5K

一个 100% 本地替代 Manus AI 的方案,支持语音、能自主浏览网页、编写代码和规划任务,所有数据留在本地设备上。

02 django-allauth:Django 认证和账户管理套件 codeberg.org

一个 Django 应用套件,提供完整的用户认证、注册、账户管理以及第三方社交账户认证功能。支持多种认证方案(用户名或邮箱登录)、多种账户验证策略,集成 OAuth 1.0/2.0、OpenID Connect、SAML 2.0 等协议。

03 Ghost-Downloader-3:跨平台 AI 增强多线程下载器 github.com ★ 2.6K

基于 Python 开发的跨平台多线程下载器,采用 Fluent Design 设计风格,具备 AI 智能加速功能、IDM 风格的智能分块下载、浏览器扩展支持和插件系统,支持 Windows、macOS 和 Linux 平台。

美观的下载器
04 vectorvfs: 文件系统作为向量数据库 github.com

将 Linux 文件系统转换为向量数据库的轻量级 Python 包,通过 VFS 扩展属性直接在文件外存储向量嵌入,无需外部索引或数据库服务。

05 LivePortrait: 高效的肖像动画生成 github.com ★ 15.5K

快手开源的肖像动画生成工具,支持高效的肖像动画制作,具备拼接和重定向控制功能,支持人像和动物模式,提供 Gradio 界面和一键安装包。

让世界名画动起来
06 pgmpy:贝叶斯网络因果概率建模库 github.com ★ 3K

专业的 Python 因果和概率建模库,基于贝叶斯网络实现。提供完整的概率图模型工具集,适用于机器学习和统计分析领域。

07 MaiBot:群组聊天的赛博网友 github.com ★ 2.5K

基于大模型的可交互智能体,专注于群组聊天场景。具备智能对话、实时思维、情感表达、持久记忆和动态人格系统。

08 magentic-ui: 以人为中心的网页智能体 github.com ★ 4.7K

微软开源的人机协作网页智能体研究原型,能够自动化网页任务同时保持用户控制,支持协作规划、协作执行、动作保护、计划学习和并行任务执行等功能。

09 vibe-draw:手绘草图转 3D 建模 github.com ★ 1.8K

将粗糙的手绘草图转换为精美的 3D 模型。支持自由绘制、AI 增强优化、一键 3D 转换、世界构建和模型导出等功能。基于 Next.js、Three.js 和 FastAPI 开发。

不错的全栈+AI项目
10 airweave:让智能体能搜索任意应用 github.com ★ 2.5K

这个智能体可连接各种应用、生产力工具和数据库,将其内容转换为可搜索的知识库,通过标准化接口为智能体提供服务。

11 flowshow:Python 任务流程可视化工具 github.com

它提供 @task 装饰器来跟踪和可视化函数执行的流程。支持重试机制、日志记录、上下文管理器以及交互式可视化界面。

12 ai-baby-monitor:将视频大模型变为婴儿保姆 github.com

基于本地视频大模型的智能婴儿监护系统,通过摄像头实时监控,根据安全规则进行实时分析,当检测到违反安全规则时会发出温和提醒音。

🐢

播客&视频

× 2
01 PyCon US 2025 的视频列表 youtube.com

今年 PyCon US 的视频公布得很早哦,看看有没有你感兴趣的话题?

02 PyTexas 2025 视频列表 youtube.com

美国德克萨斯洲的 PyTexas 活动,已放出演讲视频 21 个。

🥂

讨论&问题

× 2
01 为 Python 添加虚拟线程 discuss.python.org

Python 核心开发者 Mark Shannon(没错,就是 Faster CPython 的提出者,前不久才被微软裁员)提出了为 Python 添加虚拟线程的想法,认为虚拟线程比 async/await 能更好处理并发。帖子介绍了这种方案的优势和实现方式,引起了社区的广泛讨论。

02 CPython 裁员教会了我专业技能的真正价值是什么 reddit.com

微软裁掉 CPython 和 TypeScript 编译器团队引发了作者对技术专业性价值的深度思考。是否该专注于产出而非架构,关注影响力而非优雅性?如何平衡技术深度与商业价值?

ESC
↑↓ 选择 · ↵ 打开共 175 期