探讨了 Python 在浏览器中的未来,介绍了 SPy 实现的高性能 Python 编程。SPy 作为一种新兴的“Python-like”语言,通过将代码分为编译时执行的“蓝代码”和运行时执行的“红代码”,实现了代码的高效编译和执行。
本期速览
本期畅想 Python 在浏览器中的未来:CPython、Pyodide 与 SPy 三条路线同场竞技,FastAPI 内部构造被彻底解剖,极简 agent 框架 PocketFlow 也相当吸睛。
文章&教程
× 12SPy 作者与另外两位社区大佬的一周合作/游玩经历,分享了他们一起解决的几个问题、SPy 基本概念和设计决策、搭建一个简单的 SPy 游乐场。特别强调了人际关系的价值和共度时光的乐趣。
深入剖析了 FastAPI 的架构和核心组件,解读了 FastAPI 如何通过 ASGI 协议、Uvicorn 服务器、Starlette 框架以及 Pydantic 数据验证库协同工作,展示了依赖注入和自动生成文档等特性。
Flask-SQLAlchemy 使得 Flask 能无缝集成 SQLAlchemy,文章详细介绍了它的多项关键特性,以实际项目演示了 Flask-SQLAlchemy 轻松管理数据库的使用方法。
如何高效使用和存储文本嵌入向量?文章提出了用 Parquet 文件格式和 Polars 库的解决方案,可快速加载嵌入向量并进行相似性计算,同时支持动态过滤和元数据管理。
Python 的类型提示有什么价值?除了会增加代码复杂性,它能带来足够多的好处么?文章从多个角度展示了类型提示的优势,介绍了如何有效使用类型提示的一些技巧,以及使用现代工具提升开发体验。
Python 生态中有不少的 GUI 库,哪个更适合你的项目呢?文章对比了多款主流 GUI 库(Tkinter、PyQt、PySide、Kivy、PySimpleGUI、WxPython、PyGObject、Remi 等),介绍了它们的相对优势和许可限制,并用每个库编写简单的“Hello World”项目。
Notebook Intelligence 是一个 AI 编码助手和可扩展的 AI 框架,将 JupyterLab 与 AI 结合。文章介绍了如何定义多个工具(如地理坐标查询、地图生成、笔记本创建和分享)来构建一个 AI 代理。
文章介绍了如何在 macOS 上运行本地大模型,利用了 llm-mlx 插件和苹果的 MLX 框架,演示了安装插件、下载模型和用大模型生成文本,同时作模型优化和缓存的技巧。
CUDA 是一个平台和 C++ 扩展,可编写在 GPU 上运行的程序。文章探讨了 CUDA 内核的工作原理,以及它是如何将计算映射到 GPU 硬件上的。
如何设计一个用户体验出色的 API?文章提出了几项基本原则,并通过一个发布/订阅服务的 API 设计,展示了如何通过命名规范、提供对称方法、默认值、减少重复和利用语言特性等手段,优化用户体验。
在追求代码完美和快速交付之间,如何作出选择和平衡?作者通过自身经历和对 Flickr 的 Flamework 框架的分析,揭示出有时候快速迭代和解决实际问题往往比代码的优雅性更重要。
项目&资源
× 11一个周末项目,支持将作者发明的“wend”编程语言翻译成 GNU 汇编。
100% 兼容的渲染输出,错误报告跟 Django 的错误一样有用,性能优于纯 Python 实现的版本。
将某地时间转换为其它地方/时区的时间,另外可以显示当前月相、显示满月日期、计算过去或未来时间等。
一款命令行工具,可通过 Wi-Fi 在设备间共享文件,独特之处在于它与 Apple AirDrop 兼容,支持与运行 iOS 和 macOS 的 Apple 设备共享文件。
以 FastAPI 作后端,Streamlit 作前端,支持将图片(JPG、PNG)转换为 PDF,反之也行,还支持将多张图片和多个 PDF 生成一个 PDF。
编写能够转换代码的代码。结合了 Tree-sitter 的解析能力与 rustworkx 的图算法,实现了大规模、多语言代码操作的脚本化能力。
利用大模型,从不同类型的文档中提取出核心概念、关系和细节,并将它们组织成直观的、分层的思维导图。
一款结合电子表格功能与 Python 数据分析能力的 AI 应用,支持公式、在浏览器中运行 Python 代码、数据可视化、AI 智能提示和自动化分析。
开源的 GPU 集群管理器,广泛兼容多种硬件和模型,轻松扩展 GPU 或节点,分布式推理,多种推理后端,用户和 API 密钥管理,GPU 性能和利用率监控,Token 使用和速率分析。
100 行代码实现的极简 LLM 框架,支持多代理、工作流和 RAG 等。
Huggingface 开源,仅用几行代码即可运行强大的代理,支持任意 LLM,支持文本、视觉甚至音频输入。
AI 代理优于传统 LLM,这是一份 awesome AI 代理资源列表。