Python 潮流周刊
ISSUE 121

工程师如何做出高效决策?

2025-09-27 第 5 季

本期速览

追踪真实世界中的 JIT、自由线程 GC 优化持续解锁性能;一篇依赖混淆攻击实录揭秘如何拿下苹果与微软,安全警钟长鸣。

文章 12 项目 12
🦄

文章&教程

× 12
01 在现实世界中追踪 JIT antocuni.eu

PyPy 核心开发者在 CPython 核心开发者冲刺会议上分享了 7 年高频交易公司优化 PyPy 的实战经验。深入对比了 CPython JIT 与 PyPy JIT 的相似性,揭示了追踪 JIT 在真实代码中面临的挑战,包括追踪阻塞器、性能不可预测性等问题。

02 编译 Python 让其随处运行 blog.codingconfessions.com

作者分享了开发 Python 编译器的实践经验,通过符号追踪和 IR 生成将原生 Python 代码编译为跨平台机器码。该方案借鉴 Unity IL2CPP 架构,先生成 C++ 源码再编译为可执行文件,无需解释器即可运行。作者从 AI 模型分发痛点出发,探索了比容器更轻量的分发方式,为 Python 性能优化提供了新思路。

03 PEP-806:混合 sync/async 上下文管理器 peps.python.org

该 PEP 提议在单个 with 语句中混合使用同步和异步上下文管理器,意图解决现有代码中"楼梯式厄运"的深度嵌套问题,提升代码可读性。提案基于对工业代码库的调研,发现 19% 的异步函数同时使用了同步上下文管理器,新语法将显著改善开发体验。

04 介绍 django-watchfiles:高效的 runserver 自动重载 adamj.eu

作者发布了 django-watchfiles 新版本,用基于 Rust 的 watchfiles 库替代 Django 默认的文件轮询机制。该工具通过操作系统的文件监控 API 实现更高效的自动重载,在中等规模项目测试中 CPU 使用率从 10% 降至 0%。相比需要额外维护的 Watchman 方案,django-watchfiles 安装简单且更加可靠。

05 使用 Cursor AI 将 Bash 测试套件迁移到 Python developers.redhat.com

分享了使用 Cursor AI 将容器测试套件从 Bash 迁移到 Python 的实战经验。通过简单的提示词,Cursor AI 自动分析 Bash 脚本并生成对应的 Python 库,还创建了完整的 PyTest 测试套件,整个迁移过程节省了约 1.5 个月的开发时间。

06 解锁 Python 自由线程的性能潜力:垃圾收集优化 labs.quansight.org

详解了 Python 3.14 自由线程版本的垃圾收集器优化技术,对比了传统 GIL 版本与自由线程版本的 GC 实现差异,介绍了"标记存活"阶段、软件预取和智能 GC 触发等三项关键优化。这些改进在 pyperformance 基准测试中实现了显著性能提升,为无 GIL Python 的实用化奠定了重要基础。

07 边缘计算中的 Python:基于 WebAssembly 的快速沙盒化运行 wasmer.io

Wasmer 推出基于 WebAssembly 的 Python 边缘计算解决方案,通过 WASIX 技术实现接近原生性能的沙盒化运行。支持 FastAPI、Django、Streamlit 等主流框架,兼容 numpy、pandas 等原生模块,提供多线程和 WebSocket 支持。相比 Cloudflare Workers 和 AWS Lambda,具有更好的兼容性和更快的冷启动速度。

08 Python 依赖混淆攻击:我如何入侵苹果、微软等公司? medium.com

安全研究员揭示了一种新颖的供应链攻击方式,通过在公共包仓库上传与企业内部包同名的恶意包来实现入侵。攻击利用了包管理器优先级混淆,成功渗透了苹果、微软等数十家大公司。文章详细介绍了攻击原理、实施过程和防护建议,为开发者敲响了依赖管理安全的警钟。

09 在 Django 项目中使用内省强制执行约定 lukeplant.me.uk

介绍了如何利用 Python 强大的内省能力来自动化检查 Django 项目中的命名约定,通过结合 Django 的系统检查框架,作者实现了对 DateField 和 DateTimeField 字段命名规范的自动验证,有效避免了字段类型混淆导致的潜在问题。

10 计算机科学中的优秀思想 danielchasehooper.com

作者梳理了计算机科学中被普遍认可的核心思想,从 16 世纪的二进制数到 1970 年代的公钥密码学,涵盖了数组、哈希表、调用栈、虚拟地址空间等基础概念。

11 为什么事件驱动系统难以开发? newsletter.scalablethread.com

深入分析了事件驱动系统在大规模应用中面临的核心挑战,通过生动的比喻解释了模式演进、调试复杂性、消息可靠性和幂等性等关键问题,并提供了实用的解决方案,包括模式注册中心、分布式追踪、死信队列等技术。

为什么事件驱动系统难以开发?
12 软件工程师如何做出高效决策? strategizeyourcareer.com

作者提出"双向门"决策框架,将技术决策分为可逆和不可逆两类,通过快速风险评估,对可逆决策(如功能开关、内部库替换)采用快速试错策略,对不可逆决策(如数据迁移、架构变更)则谨慎处理。这种方法能避免过度投入可逆决策,同时确保高风险决策的安全性。

🐿️

项目&资源

× 12
01 timesfm:Google 时间序列基础模型 github.com ★ 5.8K

Google 开源的预训练时间序列基础模型,专用于时间序列预测。最新版本 TimesFM 2.5 使用 200M 参数,支持最长 16k 上下文长度,能够进行连续分位数预测。

02 aipyapp:AI 驱动的 Python 解释器 github.com ★ 2.4K

知道创宇开发的集成大模型的 Python 命令行解释器,支持自然语言描述需求自动生成并执行 Python 代码,提供任务模式和 Python 模式两种运行方式。可以处理数据清洗、转换、分析等各种数据工程任务,无需手动编写代码或复制粘贴。

03 ticket-purchase:大麦自动抢票脚本 github.com ★ 3.5K

基于 Selenium 和 Appium 开发的大麦网自动抢票工具,支持 Web 端和移动端两种方式,可配置观演人员、城市、日期场次、价格等参数,实现无延时自动抢票,支持回流监听和自动提交订单功能。

04 memvid:视频化 AI 记忆库 github.com ★ 9.2K

创新的 AI 记忆存储方案,将文本数据编码为 QR 码存储在 MP4 视频文件中,实现毫秒级语义搜索。相比传统向量数据库存储空间减少 50-100 倍,无需数据库基础设施,支持离线运行。通过视频编解码器的压缩优势,提供便携、高效的知识库解决方案。

05 noScribe:AI 音频转录工具 github.com ★ 1.4K

基于 OpenAI Whisper 和 pyannote 技术,支持说话人识别和 60 种语言转录,完全本地运行无需联网。内置编辑器可校对修正转录结果,支持暂停标记、重叠语音检测等高级功能。

noScribe:AI 音频转录工具
06 klavis:AI 智能体工具集成平台 github.com ★ 4.4K

让 AI 智能体可靠地使用数千种工具的 MCP 集成平台。提供统一的 MCP 路由器和 50+ 生产级 MCP 服务器,支持 GitHub、Gmail、Slack 等主流服务的企业级 OAuth 认证。支持自托管和云服务两种部署方式,提供 Python、TypeScript SDK 和 REST API。

07 fastapi-radar:FastAPI 调试仪表板 github.com

专为 FastAPI 应用设计的强大调试仪表板,提供实时的 HTTP 请求、SQL 查询和异常监控。只需一行代码即可集成,零配置开箱即用。支持 SQL 和 NoSQL 数据库,具备请求响应捕获、慢查询检测、异常堆栈跟踪等功能。

08 air:新一代 Python Web 框架 github.com

基于 FastAPI、Starlette 和 Pydantic 构建的新一代 Python Web 框架。提供 Air Tags 快速 HTML 编码、Jinja 模板兼容、HTMX 友好集成和 Pydantic 驱动的表单验证。

09 OM1:模块化机器人 AI 运行时 github.com

模块化的机器人 AI 运行时系统,支持在数字环境和物理机器人上创建和部署多模态 AI 智能体。可处理网页数据、社交媒体、摄像头和激光雷达等多种输入,实现运动控制、自主导航和自然对话等物理动作。支持人形机器人、四足机器人、手机应用和教育机器人等多种平台。

10 Ciphey:全自动加密破解工具 github.com ★ 19.6K

全自动的加密解密和编码破解工具,无需知道密钥或加密方式即可自动识别并破解。支持 50 多种加密和编码方式,包括 Base64、摩尔斯电码、凯撒密码、维吉尼亚密码等经典密码,以及现代加密如重复密钥异或等。使用自定义 AI 模块和自然语言处理技术,大多数破解任务可在 3 秒内完成,比 CyberChef 等工具快 7 倍。

11 DBOS Transact:轻量级持久化工作流 github.com

基于 Postgres 的轻量级持久化工作流系统,通过简单的函数注解即可为 Python 程序添加持久化工作流和队列功能。支持自动故障恢复、持久化队列、事件处理、调度和通知等功能,无需额外的基础设施配置。

12 CleverBee:AI 驱动的在线数据信息合成助手 github.com

基于 Python 的 AI 驱动在线数据信息合成助手,集成多种大模型进行智能研究。使用 Playwright 实现自动化网页浏览,Chainlit 提供交互式用户界面。支持多模型研究、自动网页浏览、内容处理、令牌跟踪和高度可配置性,能够自动收集和分析网络信息。

ESC
↑↓ 选择 · ↵ 打开共 175 期