Python 潮流周刊#88:Python 第一个稳定版本是怎样的?
△
△微信关注
“
Python猫
” ,回复“
1
”领取电子书
5、
AstrBot:多平台 LLM 聊天机器人及开发框架
[20]
支持 QQ、QQ频道、Telegram、微信平台(Gewechat, 企业微信)、内置 Web Chat,OpenAI GPT、DeepSeek、Ollama、Llama、GLM、Gemini、OneAPI、LLMTuner,支持 LLM Agent 插件开发,可视化面板。一键部署。支持 Dify 工作流、代码执行器、Whisper 语音转文字。(star 2.3K)
6、
cosmicpython-book:《Cosmic Python》的中文翻译
[21]
群友@fushall 在过年期间翻译了开源的《Cosmic Python》,一本用 Pythonic 的架构模式来管理复杂性的书。
7、
orange-intelligence:Apple Intelligence 的开源替代
[22]
苹果智能(Apple Intelligence)是封闭且不灵活的,这个“橙子智能”项目支持定制,利用 OpenAI 或本地 LLaMA 等大模型,让 MacOS 应用可无缝捕获、处理和替换文本。
8、
django-webflix:用 Django 开发的 Netflix 风格流媒体平台
[23]
Python Django 开发的类 Netflix 流媒体平台,提供基于订阅的电影和电视剧播放。用户可以浏览内容、管理观看列表、跟踪观看历史,并通过 Stripe 订阅访问高级内容。
9、
FilmAgent:在虚拟 3D 空间自动化拍电影
[24]
这是一个多代理协作系统,用于在 3D 空间里端到端的电影自动化,包含导演、编剧、演员和摄影师等角色。
10、
leviathan:用 Zig 开发的用于 asyncio 的事件循环
[25]
用 Zig 开发的性能超快的事件循环库,完全兼容 asyncio,专注于最大化性能和最小化延迟。
11、
ScrapeServ:接受 URL 并返回浏览器截图
[26]
简单的 URL 到截图服务,支持自托管,运行在 Docker 中,支持滚动页面并作区域截图,自动处理 302 重定向,可正确处理下载链接和 API 请求。
12、
subauto:用 AI 作视频字幕转录、翻译和嵌入
[27]
一个 CLI 工具,实现视频字幕的自动化转录、翻译和嵌入,支持并发处理多个视频,实时进度跟踪,有丰富的控制台界面。
如果你正在寻找优质的Python文章和项目,我必须向你推荐🎁
Python潮流周刊
🎁!
它精选全网的优秀文章、教程、开源项目、软件工具、播客、视频、热门话题等丰富内容,让你紧跟技术最前沿,获取最新的第一手学习资料!
欢迎点击下方图片,了解这份全世界知识密度最高、知识广度最大的 Python 技术周刊。
这里分享的是 Python 潮流周刊免费开源的往期全文,原文发布于一年前。我们的付费专栏内容在发布一年后会免费开源,不少内容依然值得回看,愿大家读有所获。点击文末“阅读原文”,在网页里查看,体验更佳。
温馨提示:在微信关注 Python猫,发送一个数字“ 9 ”,即可领取 9 折优惠券,订阅专栏可享 15 元优惠。订阅后可查看全部已公开和未公开内容!
关注 Python猫后,发一个数字“ 1 ”,可免费领取已开源的往季周刊精华合集。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 [1] 上,喜欢请给颗小星星支持下~ 本期分享了 12 篇文章,12 个开源项目,1 则热门讨论,全文 1586 字。
🦄文章&教程 [2]
1、 让我们来编译 Python 1.0 吧! [3] 今年 1 月 27 日,Python 迎来了 31 岁生日。当初它发布第一个稳定版本时是什么样的呢?文章使用 Podman 容器技术,成功编译并运行了 Python 1.0.1,展示了 Python 1.0 的功能、特点和早期缺失的重要特性。 2、 如何可视化 Python 项目的依赖图? [4] 可视化项目的依赖图可有助于理解项目结构、识别循环依赖和不良设计。文章介绍了如何用 Tach 工具来可视化 Python 项目的依赖关系图,内容包括定义模块边界、同步依赖关系和查看依赖图等。 3、 令人惊讶的用 BytesIO 节省内存的方法 [5]
io.BytesIO
是 Python 用于在内存中处理字节数据的类,支持类文件对象的读写操作。
作者指出了它的 read() 方法会增加内存占用,对比介绍了两种可优化内存占用的方法:BytesIO.getbuffer() 和 BytesIO.getvalue()。
4、
猴子补丁:单文件 Django 的实现与技巧
[6]
作者开发了一个单文件版 Django 框架 nanodjango,文章介绍了它是如何通过“猴子补丁”技术实现的,介绍了如何巧妙地修改 Django 库的核心机制,使其简化为单文件形式。
5、
Python 作为 DSL:JIT 装饰器的实现
[7]
JIT 装饰器模式将函数动态编译为优化后的机器代码,利用 LLVM 等工具作编译和执行,文章展示了三种实现策略:基于 AST 的 JIT、基于字节码的 JIT 和基于追踪的 JIT,解释了它们的实现原理和具体案例(Triton、Numba、JAX)。
6、
重写 Python AST 以实现持久化执行
[8]
持久化执行是指将代码的执行状态(如变量值、函数调用的结果等)持久化存储,以便在程序重启或中断后能够恢复执行。文章介绍了修改 AST 对函数调用作拦截处理,在不改变原代码逻辑的情况下,支持持久化执行。
7、
Windows 上的可移植 Python 包
[9]
在 Windows 上打包和分发 Python 应用并不方便,pyinstaller 和 py2exe 等方式不一定合适。文章提出了一种灵活的解决方案,类似于虚拟环境,且可在机器间传输,无需额外工具,与依赖路径无关。
8、
给 R 语言开发者的 Python 学习指南
[10]
切换语言等于切换思维模式——而不仅仅是语法。文章给 R 语言用户分享了 Python 社区的优秀工具,包括 IDE、环境管理、数据分析、表格制作等方面。
9、
Python + LibreTranslate 实现语言翻译
[11]
LibreTranslate 是一个基于 Argos Translate 的轻量级 API 服务,支持文本检测和翻译。文章介绍了它的服务部署和 Python 调用实现,以及如何做大模型管理和性能优化。
10、
Python 自由线程的使用指南
[12]
这是关于 Python 自由线程的系列文章,内容包括如何安装、运行禁用 GIL 的 Python、移植 Python 包以支持自由线程、设置 CI、测试与调试等内容。
11、
不同 Python 游戏库间的对比
[13]
有不少可用于开发游戏的 Python 库,文章对它们做了一份清单和优缺点对比,包括 Pygame、Pyglet、Arcade、Panda3D、Ursina、Cocos2d。
12、
对比 Django 的任务队列和调度工具
[14]
不同的任务队列及任务调度工具的优缺点是什么,Django 项目中有哪些选择?作者提出了 django-mailer 和 django-apscheduler 的不足,给出了四种解决方案:django-tasks、django-q2、cron 和 celery,提供了代码示例和参考配置。