Python 潮流周刊
ISSUE 61

PyPI 管理员密钥泄露事件

2024-07-20 第 3 季

本期速览

PyPI 管理员密钥泄露,二进制密钥扫描化解供应链攻击;自由线程 CPython 开放实验,exo 让家用设备组成 AI 集群。

文章 12 项目 12 音视频 2 讨论 2
🦄

文章&教程

× 12
01 二进制密钥扫描帮我们防止了(可能是)你能想象到的最严重的供应链攻击 jfrog.com

JFrog 安全团队发现了一起 PyPI 管理员密钥泄漏事件,它有极高的危害性,因为可访问 python、pypa、psf 和 pypi 组织下的 200 多个代码仓!管理员在源码中写了密钥,虽然最终删除了,但是缓存的 pyc 文件里却留下了密钥!只关心源码的安全扫描还不够,二进制安全扫描同样重要啊!

02 事件报告:泄露的 GitHub 个人访问密钥 blog.pypi.org

上一则事件的当事人(PSF 的基础设施总监)发布了事件报告,原来泄露的密钥大概在一年前就已提交了,所幸没有被人恶意利用!重要的经验教训是:密钥要设置合适的到期时间,构建 docker 镜像时记得排除 __pycache__ 和 *.pyc 文件,保证源码是干净的。

03 【网络安全】「漏洞复现」(六)探索 Python 中原型链的利用与污染 juejin.cn

文章出自《从0到1学习安全测试》系列,通过对一个 Flask 网页的服务器端模板注入攻击,介绍 Python 的原型链利用和污染问题,希望读者了解 Python 中原型链的概念、机制和潜在的安全风险。

04 自由线程 CPython 已准备好用作实验! labs.quansight.org

Python 3.13 版本还有 2 个多月就要发布了,实验性的无 GIL 特性想不想体验一下?文章介绍了 free-threaded-compatibility 仓库,提供了一些资源,也跟踪开源项目对 no-gil 的支持情况。还介绍了 numpy 和 pywavelets 发现的两个线程安全问题。

05 Python 性能分析的几个方法,找到你代码中的那个她 juejin.cn

介绍了用profilehooks 库来检测 Python 代码性能,并用Snakeviz 和 gprof2dot 这两个可视化工具来分析数据,找到主要的性能瓶颈,最终实现有效的优化。

06 用 Python 和 Flask 中开发简单的 Pastebin 服务 muhammadraza.me

Pastebin 是一种在线共享代码和文本的服务,文章介绍如何用 Flask 开发一个,支持粘贴文本、选择编程语言并生成共享 URL,详细解释了每部分代码的作用。(附:巧合的是,本周收到一则久违的开源项目投稿,使用异步 Flask 开发简单的 pastebin ,分享自@yuxiaoy1)

07 Debug 日志:CPython GH-121528 manjusaka.blog

@Manjusaka 又给 CPython 修了一个 bug。Python 3.13 Beta 版本中,因为 PEP-683 的实现 + 周边的改动,导致低版本下编译的一些扩展无法在 Python 3.13 中运行。

08 分享一件有趣的事情,我帮 CPython 修复了一个 bug mp.weixin.qq.com

@古明地觉 也给 CPython 修了一个 bug!是关于 Python 元组缓存池的问题,最终修改代码只是加了一个“=”号,但是从源码中发现问题和复现的过程,能加深你对 Python 解释器的理解。

09 装饰器如何使我的 Flask 代码崩溃:经验教训 suyogdahal.com.np

写 Python 装饰器的时候,应该注意什么问题?文章告诉我们的答案是,一定要加上 functools.wraps ,不加的话,多次使用装饰器会出现重名问题。

10 2024 年,良好的 Python 项目结构是怎样的? matt.sh

文章认为使用requirements.txt 、手动创建和进入 venv 虚拟环境、手动设置PYTHONPATH 、用 setup.py 构建扩展都是不好的做法,作者给出的是基于 poetry 库的一套项目管理方案。

11 如何用 PyTorch 从零开发和训练自己的 GPT-2? differ.blog

想不想拥有一个自己开发出来的 GPT?是否好奇一个大模型是如何训练出来的?文章介绍并实现了大模型的基本组件,如分词器、数据加载器。(附:该系列的第二篇是 构建和训练 GPT-2)

12 万字浓缩版,Python 潮流周刊第 1 季的 800 个链接! pythoncat.top

我们周刊第 1 季和第 2 季都分享了约 800 个链接,且每季都超过 6 万字,这个数据量足够惊人的!不知道有多少人是全都看过的呢?这篇文章将第 1 季的所有链接提取了出来,按照类型分类,可以方便没看过的读者快速浏览寻宝~

🐿️

项目&资源

× 12
01 exo:在家庭日常设备中运行自建的 AI 集群 github.com ★ 2K

在你的 iPhone、iPad、Android、Mac 和 Linux 设备上搭建 AI 集群,支持 LLaMA 和其它流行的大模型,自动发现集群设备。

02 kaskade:Kafka 的 TUI 应用,在终端中管理和消费 topic github.com

使用 Textualize 开发的文本用户界面,对 topic 进行管理和消费,支持 Protobuf 反序列化。

kaskade:Kafka 的 TUI 应用,在终端中管理和消费 topic
03 G-Scraper:完全用 Python 开发的 GUI 网络爬虫 github.com

利用 Requests + Beautifulsoup4 + PyQt5 开发的简单爬虫可视化项目,支持从多个 URL 中抓取多个元素,可处理登录/注册,具有完整的日志功能。

04 source2RSS:将信息源转 RSS 的 Python 框架 github.com

定期运行抓取器获得信息流,并更新对应的 RSS 源;或在 API 收到数据后,保存其数据,并生成 RSS 源。(分享自@AlterNao1)

05 mandala:简单而优雅的代码追踪框架 github.com

支持对 Python 函数级运算过程自动保存、查询以及版本控制,可以单独存储和跟踪集合里的元素。

mandala演示图
06 jurigged:Python 的热重载 github.com ★ 1.1K

让你在代码运行时也可以更新代码,修改函数时,可同时影响所有调用的位置;修改模块时,只会重新运行被修改的代码行,不会加载整个模块。

07 wenet:端到端语音识别工具包 github.com ★ 3.9K

面向生产的全栈解决方案,在许多公共语音数据集上取得了 SOTA 结果。

08 mem0:人性化 AI 的内存层 github.com ★ 10.8K

为大模型提供一个智能的、自我改进的内存层,从而实现跨平台、跨应用的人性化 AI 体验。

09 MinerU:一站式数据提取工具,支持 PDF/网页/多格式电子书 github.com

包含 Magic-PDF 和 Magic-Doc 两大功能,可将 PDF/网页或多格式电子书转换为 Markdown 格式。

10 promptdoc:管理多版本、场景和模型的提示词模板 github.com

基于 Flask + MongoDB 开发的提示词模板管理项目,支持基本的增删改查功能。

11 disposable-email-domains:一次性的电子邮件域名列表 github.com ★ 2.7K

包含近 4000 个一次性的域名邮箱地址,可用于注册虚拟用户。

12 fastembed:轻量级的 Python 库,实现最先进的嵌入 github.com ★ 1.2K

专为生成嵌入而开发的框架,支持流行的文本模型。无需 GPU 和 PyTorch 依赖项,使用 ONNX 运行时,领先于 OpenAI Ada-002。

🐢

播客&视频

× 2
01 SE Radio 624:与 Marcelo Trylesinski 谈 FastAPI se-radio.net

出自 IEEE 计算机学会和 IEEE 软件杂志主办的播客节目,嘉宾是 Pydantic 的高级软件工程师,也是 Starlette 和 Uvicorn 等项目的维护者。话题集中在 FastAPI 的设计、实现和运用上。

02 The Python Show Python 42:Harlequin 终端里的 SQL IDE pythonshow.com

Harlequin 支持在命令行终端可视化操作 SQL,这期播客嘉宾是这个库的作者,话题讨论了项目的起源、为什么写 TUI 而不是 GUI、有什么经验教训等。

🥂

讨论&问题

× 2
01 我是 Python 后端开发,如何创建一个现代且高性能的前端? reddit.com

来自 Reddit 的帖子,看看前端技术栈有哪些比较好/新的技术选择。HTMX 出现了很高的比例!

02 2024 年 Python 实现定时任务和延时任务,性价比较高的方案是什么? v2ex.com

来自 V2EX 的帖子,Python 任务管理的方案有哪些?

ESC
↑↓ 选择 · ↵ 打开共 175 期