本期速览
Python 与 Ruby 的 JIT 故事同题对照,Pandas 与 Polars 千万行对决;PEP 830-832 三连提案,增量 GC 却遭回退。
🦄
文章&教程
× 12 01 同一道题,两份答卷:Python 和 Ruby 的 JIT 故事
02 Python 不只是写代码,它背后还有一套很厉害的「政治系统」
03 为什么我们还没全面用上 uv?
04 将业务逻辑与 Django ORM 解耦
05 Pandas 与 Polars 对决:千万级数据量基准测试
06 用 Python 编写的 Python 解释器
07 PEP 830:为异常和回溯添加时间戳--–PEP 830:Add timestamps to exceptions and tracebacks
08 PEP 831:全面引入帧指针以实现 Python 的系统级可观测性
09 PEP 832:虚拟环境发现机制
10 追踪 Python 中的 Celery 任务失败
11 Python 类型检查器:速度与内存对比
12 在 Python 3.14 和 3.15 中回退增量垃圾回收机制
🐿️
项目&资源
× 12 01 GenericAgent:自进化的 AI 智能体
02 CowAgent:基于大模型的超级 AI 智能体助理
03 opensre:开发专属 AI SRE 智能体
04 ppt-master:AI 生成原生可编辑的 PPTX
05 parameter-golf:极限模型压缩挑战赛
06 textgen:本地大模型交互界面
07 Bindu:将任意 AI 智能体转化为微服务
08 pypi-security-best-practices:PyPI 包管理器安全最佳实践
09 great-docs:轻松构建 Python 包文档网站
10 omlx:Apple Silicon 专属大模型推理服务器
11 python-docx-template:使用 docx 作为 jinja2 模板
12 qodo-cover:AI 驱动的自动化测试生成工具