Python 潮流周刊#170(附第 120 期全文):3.15 惰性导入落地、3.16 拟纳入增量 GC 与 ?? 运算符

本周刊由 Python猫 出品,精心筛选国内外的 400+ 信息源,为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景:帮助所有读者精进 Python 技术,并增长职业和副业的收入。

重要提示: 本期有读者福利抽奖活动,满 100 人自动开奖,奖品是一份周刊专栏的年度订阅码。参与方式:给公众号 Python猫 发送数字“6170”,获取抽奖小程序码。

温馨提示: 在微信关注 Python猫,发送数字“9”,即可领取 9 折优惠码,订阅专栏可享 15 元优惠。

去专栏阅读全文:全文链接

分享了 13 篇文章,13 个开源项目,2 则音视频,2 则热门讨论

以下是本期标题摘要:

🦄文章&教程

① Python 3.15:惰性导入、frozendict 与更快的 JIT

② Python 3.15 预览:内置 sentinel 类型

③ PEP 824:None 合并运算符

④ PEP 848:分代增量垃圾回收

⑤ Python 3.15 性能实测:JIT 提速明显,常规版提升有限

⑥ 用 CinderX 加速 Python 服务

⑦ Python 并发实战:GIL、多进程与 asyncio 如何选型

⑧ Datadog 如何打造异步感知的 Python 性能分析器

⑨ OpenAI 把 Python 存储平台扩展到十亿用户

⑩ Python 智能体工程:从随性编码到证据驱动

⑪ 图解 LLM 四类缓存:KV、前缀、提示词与语义

⑫ 漫漫长路的最后一公里,浏览器中更快的 NumPy

⑬ 现代游戏里的 AI 如何运作:从状态机到 LLM

🐿️项目&资源

① tonio:面向自由线程 Python 的多线程异步运行时

② PythonCall.jl:Python 与 Julia 双向互调

③ sqlmodel:SQLAlchemy 与 Pydantic 合一

④ Flowfile:把 Polars 风格代码变成 ETL 流水线

⑤ Reef:持续自我改进的智能体基础设施

⑥ agent-memory:AI 智能体的长期记忆运行时

⑦ iFixAi:AI 智能体的独立审计工具

⑧ paper-docx:面向 AI 智能体的 python-docx 分支

⑨ invisible_playwright_mcp:反检测浏览器自动化 MCP

⑩ OpenArch:从零手写的现代 LLM 架构实现

⑪ LongCat-Video:美团开源的 13.6B 视频生成模型

⑫ UniMate:统一模型驱动多样骨架动画

⑬ archify:把代码库变成可交互架构图

🐢播客&视频

① Talk Python to Me #565:Python 3.15 内置采样分析器 Tachyon

② Talk Python to Me #564:EVE Online 告别 Python 2,240 万行代码迁到 3.12

🥂讨论&问题

① PEP 827:类型操控提案

② PEP 843:export 语句简化再导出

周刊实行付费订阅制,年费 148 元,平均每天 4 毛钱,为你精准筛选高质量技术内容。在信息洪流中为你淘金,助力技术视野拓展和职业发展,欢迎订阅:https://xiaobot.net/p/python_weekly

订阅后,可免费查看 第 170 期周刊的全文:https://xiaobot.net/post/04fcce86-9898-437c-94d3-6440396550b7


📖 免费开放的往期全文

周刊的付费内容在发布满一年后免费开源,所以每期新刊发布时,也有一期往期全文对外公开。

下面是一年前发布的那一期(第 120 期,2025-09-20)的全文,不少内容依然值得回看。

第 120 期分享了 13 篇文章,13 个开源项目,1 则音视频,2 则热门话题,全文 2198 字。

🦄文章&教程

1、新型 Python 类型检查器对比:Ty、Pyrefly 与 Zuban

2025 年涌现出三个用 Rust 开发的 Python 类型检查器:Astral 的 ty、Meta 的 pyrefly 和 David Halter 的 zuban。作者通过 Python 类型一致性测试套件深入分析了它们与传统工具 mypy、pyright 的差异,发现 zuban 在测试通过率上领先,但 ty 在工具质量和渐进采用方面更具潜力。

2、Playwright vs Pydoll 端到端测试性能对比

作者在项目中对比测试了 Playwright 和新兴的 pydoll 测试框架,发现 Playwright 在性能上明显优于 pydoll,运行时间更短且稳定性更好。pydoll 虽然基于 Chrome DevTools Protocol 速度更快,但实际测试中代码量多 40%,缺乏内置功能,且仅支持 Chromium 浏览器,目前还不够成熟。

3、用纯 Python 编写 eBPF 程序

PythonBPF 让开发者能够用纯 Python 语法编写 eBPF 程序,通过装饰器和类型注解替代传统的 C 代码字符串嵌入方式。该库将 Python 代码编译成真正的 eBPF 对象文件,支持哈希映射、控制流和内核跟踪等核心功能,为 eBPF 开发提供了除 Rust 和 C 之外的第三种生产级选择。

4、PEP-804:外部依赖注册表和名称映射机制

PEP 804 提出了一个中央注册表机制,用于将 Python 包的外部依赖自动映射到不同包管理中的对应包名。该提案基于 PEP 725 的外部依赖元数据,通过标准化映射规则解决了 Linux 发行版、conda、Homebrew 等生态中包名不一致的问题,能提升跨平台包构建的成功率。

5、Django 视图编写的最佳实践

作者分析了 Django 视图的三种编写方式,指出通用类视图虽然功能强大但隐藏了过多复杂性,需要理解多达 11 个方法和 5 个类的继承关系。推荐仅使用基础 View 类,通过按 HTTP 方法分离逻辑来组织代码,既避免了函数式视图中的大型 if 块,又保持了代码的简洁性和可读性。

6、如何用 Python 实现功能开关?

功能标志让开发者无需重新部署就能动态控制代码功能。文章介绍了 Python 中的实现方式,从简单的 if 语句判断,到基于 django-waffle 的完整存储架构,再到优雅的 FeatureFlags 类设计,详细分享了用户级、团队级、百分比发布等多维度标志策略。

7、CPython 3.14 远程调试协议解析

Python 3.14 即将发布,它新增的 sys.remote_exec() 函数可向运行中的 Python 进程注入代码执行,无需重启程序即可进行调试。文章详细演示了如何注入 traceback.print_stack() 查看调用栈,或使用 remote_pdb 建立交互式调试会话。

8、用 6 万张 90 年代 GIF 打造怀旧马赛克动画

作者从互联网档案馆的 GeoCities 中下载了 6 万多个 GIF 文件,通过 Python 的 imagehash 库实现感知哈希去重,使用 vit-base-nsfw-detector 模型过滤不当内容,最终创建了一个完全在浏览器中渲染的 Canvas 动画,将随机 GIF 拼接成滚动马赛克并添加 CRT 着色器效果。

9、一个空格删除整个系统?Python 命令注入陷阱

文章通过铁匠锤子的比喻分析了 Python 中未引用字符串的危险性,详细解释了 CVE-2024-9287 漏洞成因。当使用 subprocess 的 shell=True 参数时,路径中的空格和分号会被 shell 误解为命令分隔符,导致命令注入攻击。推荐使用 subprocess.run([...]) 避免 shell 解析,或通过 shlex.quote 正确引用字符串。

10、Playwright 与 pytest 测试技巧分享

作者分享了在端到端测试中 Playwright 和 pytest 结合的技巧,通过 page.expect_page() 处理新标签页测试,使用 pytest 标记替代夹具来区分不同用户上下文。文章还介绍了 page.pause() 调试工具、axe-playwright-python 包预防可访问性回归,以及 page.expect_response() 确认后台请求的实用方法。

11、Rye 表格操作与 Python/Pandas 对比

文章对比了 Rye 语言的表格操作与 Python/Pandas 在数据处理方面的差异,展示了 Rye 如何通过管道操作符和纯函数实现简洁的数据变换。Rye 的表格是一等公民的不可变数据结构,支持链式操作,在处理过滤、连接、聚合等复杂数据任务时比纯 Python 更简洁,与 Pandas 相比语法更直观。

12、我如何解决 Reddit 的分布式队列问题?

Reddit 前基础设施负责人分享了从传统任务队列到持久化队列的演进历程,通过将检查点状态持久化到 Postgres 等数据库中解决数据丢失问题。持久化队列结合了任务队列与持久化工作流,能从最后完成的步骤恢复失败任务,提供内置可观测性,适合处理业务关键型任务。

13、RSS 如何击败微软?

作者揭示了一场鲜为人知的内容聚合标准之争,微软等巨头支持的 ICE 标准虽然功能更强大但过于复杂昂贵,最终败给了简单开放的 RSS。RSS 凭借三要素即可创建订阅源,而 ICE 需要 5.8 万字入门指南,这场技术路线之争印证了互联网"简单开放协议胜过复杂自上而下方案"的铁律。

🐿️项目&资源

1、LEANN:世界最小的向量索引

一个创新的向量数据库,将笔记本电脑变成强大的 RAG 系统,可以索引和搜索数百万文档,同时比传统解决方案节省 97% 的存储空间且不损失准确性。(star 2.6K)

2、agent-lightning:点亮 AI 智能体的绝对训练器

微软开源的 AI 智能体训练平台,支持几乎零代码改动将任何智能体变成可优化的强大工具。兼容所有主流智能体框架如 LangChain、OpenAI Agent SDK、AutoGen、CrewAI 等,支持强化学习和自动提示优化算法。(star 1.5K)

3、RealtimeVoiceChat:与 AI 进行自然语音对话

一个实时 AI 语音聊天系统,用语音与大模型进行自然对话并获得近实时的语音回复。支持语音捕获、实时转录、AI 思考、语音合成和智能打断等功能,提供流畅的对话体验。(star 3.1K)

4、HolmesGPT:24/7 云故障排查 AI 智能体

专门用于云环境故障排查和告警调查的 AI 智能体,能够自动查找根本原因并提供修复建议。集成了数十种云服务商、可观测性工具和值班系统,支持 Kubernetes、Prometheus、DataDog 等主流平台。(star 1.3K)

5、AgentLaboratory:AI 智能体研究助手

端到端的自主研究工作流平台,通过专业化的大模型智能体协助研究人员完成从文献综述、实验规划到报告撰写的整个研究流程。支持三个核心阶段:文献回顾、实验执行和报告生成,集成 arXiv、Hugging Face、Python 和 LaTeX 等工具。(star 4.9K)

6、NeMo:可扩展生成式 AI 框架

NVIDIA 开发的可扩展生成式 AI 框架,支持从单 GPU 到千节点集群的无缝扩展训练,集成 Hugging Face 模型、Blackwell 训练、Cosmos 世界基础模型等前沿技术。(star 15.7K)

7、ApeRAG:生产级图 RAG 平台

生产级的 RAG 检索增强生成平台,结合图 RAG、向量搜索和全文搜索技术,配备先进的 AI 智能体。支持多模态文档处理、混合检索引擎、MCP 协议集成和企业级管理功能。

8、kcc:漫画电子书转换器

专为电子墨水屏阅读器优化的漫画和电子书转换工具,支持将 JPG/PNG/GIF 图片文件夹、CBZ/CBR 压缩包和 PDF 转换为 MOBI/AZW3、EPUB、KEPUB、CBZ 等格式。针对 E-ink 屏幕特性进行图像处理优化,可显著减少文件大小同时保持视觉质量,支持 Kindle、Kobo、reMarkable 等多种设备。(star 4.2K)

9、DeepResearch:深度研究 AI 智能体

阿里巴巴通义实验室开发的深度信息搜索 AI 智能体,采用 305 亿参数的大语言模型,每个 token 仅激活 33 亿参数。专门针对长期深度信息搜索任务设计,在多个智能体搜索基准测试中表现出色,支持 ReAct 和 IterResearch 两种推理模式。(star 9.1K)

10、DiffMem:基于 Git 的 AI 智能体记忆存储

轻量级 AI 智能体记忆后端,使用 Git 版本控制追踪记忆演化,Markdown 文件存储人类可读内容,BM25 索引实现快速检索,支持时间差异分析和上下文管理。

11、markdown-it-py:Python Markdown 解析器

高性能 Python Markdown 解析器,完全支持 CommonMark 规范,具备可配置语法规则、插件扩展系统、高速解析和安全配置等特性,是 JavaScript markdown-it 的 Python 移植版本。

12、djhtmx:Django 交互式 UI 组件

Django 交互式组件框架,基于 htmx.org 技术栈,支持状态管理、事件处理、用户认证和组件订阅机制,使用 Redis 进行会话存储,提供类似 Phoenix LiveView 的开发体验。

13、pyproc:Go 调用 Python 的高性能 IPC 库

让 Go 服务像调用本地函数一样调用 Python 代码的库,无需 CGO 或微服务架构。通过 Unix Domain Socket 实现进程间通信,提供零网络开销、进程隔离和真正的并行处理能力。

🐢播客&视频

1、PyCon Australia 2025 演讲视频

🥂讨论&问题

1、专业的 Python 工具、库和功能 - 你最喜欢哪个?

2、go 转 Python 的心智负担增加

🐧往年回顾

#70:微软 Excel 中的 Python 正式发布!

#20:三种基准测试的方法、为什么代码在函数中运行得更快?

🐱欢迎订阅

技术周刊是聪明人在信息过载时代中筛选优质知识的聪明手段。这是一个专为国内 Python 开发者量身打造的资讯平台,为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等丰富内容。立即订阅,每周将收到一篇文章推送,每周进步一点点。

欢迎留言,说说你最喜欢本期的哪一则分享?大家反馈得越多,我今后分享的也会越多!

欢迎将本专栏分享给同样爱学习的同学,当有人通过你分享的海报或者链接,购买了专栏,那么你将获得最高 44 元的返利。

Python 潮流周刊第3季总结,附电子书下载

Python 潮流周刊第二季完结(31~60)

Python 潮流周刊第 2 季完结了,分享几项总结

Python 潮流周刊第2季(31~60)-纯链接版

Python 潮流周刊第一季精华合集(1~30)

万字浓缩版,Python 潮流周刊第 1 季的 800 个链接!

posted @ 2026-10-10 21:58  豌豆花下猫  阅读(4)  评论(0)    收藏  举报