告别信息碎片,「Python潮流周刊」为你带来最优质的Python技术资讯 立即订阅 >

你好,我是猫哥。这里每周分享优质的 Python、AI 及通用技术内容,大部分为英文。周刊开源在 Github 上,喜欢请给颗小星星支持下~

温馨提示: 在微信关注 Python猫,发送一个数字”9”,即可领取 9 折优惠码,订阅专栏可享 15 元优惠。

本期分享了 12 篇文章,12 个开源项目,2 则音视频,全文 2023 字。

🦄文章&教程

1、如何观测并修复 pandas 工作流中的 5 个常见性能瓶颈?

NVIDIA 博客分享了 pandas 性能优化的实战指南,针对 CSV 读取缓慢、内存密集型连接操作、字符串处理卡顿、分组聚合耗时和循环遍历低效等五大瓶颈,提供了 PyArrow 引擎、索引连接、类别数据类型、GPU 加速等解决方案。特别介绍了 cudf.pandas 扩展,能在不改变代码的情况下实现数量级的性能提升。

2、如何使用 functools.Placeholder?

Python 3.14 新增的 functools.Placeholder 解决了偏函数应用中的位置参数占位问题。当要冻结函数的非首位参数时,传统的 functools.partial 只能通过关键字参数实现。Placeholder 能够用占位符预留参数位置,实现更灵活的函数组合。

3、Python 命名空间包的痛点

深入剖析了 Python 命名空间包的复杂性和实际问题。命名空间包可将单个导入包分割到多个磁盘目录中,这在大型企业项目中很有用,但也带来了路径查找、模块加载等挑战。文章解释了显式和隐式命名空间包的区别,以及在不同环境管理器中可能遇到的问题,建议在每个目录中都使用 __init__.py 来避免这些复杂性。

4、用内省技术强制执行 Django 项目命名约定

通过 Python 内省能力自动检查 Django 模型字段命名规范,解决 DateField 和 DateTimeField 混淆问题。利用 Django 检查框架,要求时间戳字段以 _at 结尾,日期字段以 _on_date 结尾,避免因命名不一致导致的维护困扰和类型混淆错误。

5、用 Django Ninja、Pydantic 和 JSON-LD 提升 SEO

通过 Django Ninja 和 Pydantic 生成结构化数据,替代在模板中直接嵌入 JSON-LD 的方式。这种方法提供了更好的代码维护性、类型验证和模块化复用。

6、AST 驱动的 Python 测试

结合抽象语法树分析和 AI 生成的混合测试方法。通过解析 AST 识别代码分支,指导 AI 生成精确的测试用例,实现系统性的高覆盖率测试。

7、用 Plush 解释器超越 CPython

作者通过优化自制的 Plush 解释器,在斐波那契递归测试中超越了 CPython 性能。通过合并指令、消除哈希查找和就地栈操作等技术,性能提升近一倍。

8、Python 运行时动态修改函数源码

利用 compile 和 exec 函数在运行时动态替换函数源码的技巧。虽然这种方法为构建灵活的 AI 智能体开辟了新可能,但也带来了安全风险。

9、uv format:uv 迎来了代码格式化功能

uv 0.8.13 版本引入了实验性的 uv format 命令,通过调用 Ruff 格式化器实现代码格式化功能,简化了 Python 开发工作流程。

10、pandas 的表达式语法来了!

pandas 3.0 将引入 pd.col 表达式语法,替代 lambda 函数解决作用域问题,提供更清晰可读的延迟计算方式,支持方法链式调用。

11、为什么并发编程如此难懂?

并发编程为什么难?作者认为核心问题是状态空间爆炸,而非人类思维局限。当多个线程同时执行时,可能的执行顺序组合呈指数级增长,导致难以预测和调试的竞态条件。文章提出管理和限制状态空间是简化并发编程的关键策略。

12、从 GPT-2 到 gpt-oss:架构演进分析

分析了 OpenAI 首次发布的开源大模型 gpt-oss 架构演进,包括 MXFP4 优化、RoPE 位置编码、Swish 激活函数、GLU 门控单元、MoE 专家混合、GQA 分组查询注意力和滑动窗口注意力等关键技术。这些架构改进显著提升了模型性能和效率。

🐿️项目&资源

1、docs:协作笔记与文档平台

基于 Django 和 React 开发的可扩展协作笔记、wiki 和文档平台,支持实时协作编辑、离线同步、AI 辅助功能(改写、总结、翻译等)、多格式导出,提供精细的访问控制和自托管部署选项,是 Notion 或 Outline 的开源替代。(star 13K)

2、ten-framework:对话式语音 AI 智能体框架

用于创建、定制和部署实时多模态对话 AI 智能体的综合开源工具,支持语音、视觉和虚拟形象交互,包含实时语音对话、MCP 服务器集成、硬件通信、视觉检测、屏幕共享等功能,提供低代码工作流 UI 设计器。(star 7K)

3、cement:Python 应用框架

专注于命令行界面开发的高级 Python 框架,支持可定制的处理器系统、配置管理、参数解析、日志记录、插件扩展、输出渲染等核心功能,零外部依赖且具备完整的测试覆盖。(star 1K)

4、serena:编程 AI 智能体工具包

将 LLM 转化为功能完整的编程智能体的强大工具包,提供语义代码检索和编辑功能,类似 IDE 的符号级代码实体提取和关系结构分析,支持多种编程语言的语言服务器协议,可与 Claude Code、Claude Desktop、VSCode、Cursor 等多种客户端集成。(star 10K)

5、WhisperLiveKit:实时本地语音转文字工具包

实时语音转文字工具包,支持完全本地化处理、说话人识别、语音翻译等功能,采用 SimulStreaming 和 WhisperStreaming 技术实现超低延迟转录,内置 Web UI 界面和后端服务器,支持多用户并发使用,提供 Docker 部署和丰富的配置选项。(star 1K)

6、SurfSense:NotebookLM 开源替代方案

连接个人知识库和外部数据源的开源智能问答平台,可集成搜索引擎、Slack、Jira、Notion、YouTube、GitHub 等多种服务,支持多文件格式、强大搜索、对话保存、引用答案、本地 LLM 隐私保护、播客生成、高级 RAG 技术和跨浏览器扩展等功能。(star 7K)

7、rendergit:Git 仓库单页面渲染工具

将任意 GitHub 仓库渲染为单个静态 HTML 页面的实用工具,支持语法高亮、Markdown 渲染和侧边栏导航,提供人类友好视图和 LLM 友好的 CXML 文本格式,完美适用于代码审查、探索和快速搜索,支持智能过滤、响应式设计和移动端访问。(star 1K)

8、deer-flow:社区驱动的深度研究框架

字节跳动开源的深度研究框架,结合语言模型与网络搜索、爬虫、Python 代码执行等工具,支持多智能体协作、人机交互、RAG 集成、MCP 服务集成、播客和演示文稿生成等功能,提供控制台和 Web UI 两种交互方式。(star 16K)

9、awesome-ai-apps:AI 应用项目集合

展示 RAG、AI 智能体、工作流等 AI 应用案例的综合项目集合,包含从简单聊天机器人到高级 AI 智能体的实用示例、教程和开发指南,涵盖 LangChain、LlamaIndex、CrewAI、PydanticAI 等多种 AI 框架,提供入门级、简单级和高级 AI 智能体项目。(star 3K)

10、DeepCode:开放式智能体编程框架

香港大学开源的智能体编程框架,支持论文转代码、文本转网页、文本转后端等多种代码生成场景,采用多智能体系统推进代码生成技术,提供 CLI 和 Web 界面,集成 MCP 协议,具备文档分割、工作流管理、多种 AI 模型支持等核心功能。(star 4K)

11、OpenEvolve:AlphaEvolve 的开源实现

将 LLM 转化为自主代码优化器来发现突破性算法。能够在各种领域实现 2-3 倍的性能提升和最先进的结果,集成 MAP-Elites + LLMs 技术,支持科学可重现性,提供完整的架构设计和高级功能。(star 3K)

12、claude-code-proxy:Anthropic API 代理工具

一个 Anthropic API 代理工具,可通过 LiteLLM 访问 Gemini 和 OpenAI 模型。支持模型映射配置、环境变量设置和 Docker 部署,提供简单的设置流程和灵活的后端切换功能,让开发者能够在保持 Anthropic API 接口的同时使用不同的 LLM。(star 2K)

🐢播客&视频

1、Python:纪录片 | 起源的故事

90 分钟的 Python 纪录片,采访 Guido van Rossum、Travis Oliphant、Barry Warsaw 等社区元老,讲述了 Python 的崛起、社区驱动的进化、社区剧烈的冲突,以及 Python 对其它领域的影响。

2、未被实现的 Python:被拒绝的 PEP 提案

core.py 播客探讨了 10 个被拒绝的 PEP 提案,包括语法宏(PEP 638)、None 感知操作符(PEP 505)、延迟绑定函数参数默认值(PEP 671)、可重载布尔操作符(PEP 335)等。如果这些特性被采纳,Python 语言会变成什么样?探讨 Python 语言设计的另一种可能性。

🐧往年回顾

#67:uv 的重磅更新

#17:Excel 终于支持 Python 了、Meta 重磅开源新项目、Mojo 新得 1 亿美元融资

🐱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!

🏅关联阅读

上一期:Python 潮流周刊#116:Python 2025 年现状

下一期:Python 潮流周刊#118:Python 异步为何不够流行?

支持 Python猫