Python 潮流周刊#172(附第 122 期全文):3.15 的 JIT 终于见效、自由线程 Python 进入下一阶段
△△微信关注"Python猫",回复"1"领取电子书
本周刊由 Python猫 出品,精心筛选国内外的 400+ 信息源,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、热门话题等内容。愿景:帮助所有读者精进 Python 技术,并增长职业和副业的收入。
重要提示: 本期有读者福利抽奖活动,满 100 人自动开奖,奖品是一份周刊专栏的年度订阅码。参与方式:给公众号 Python猫 发送数字“6172”,获取抽奖小程序码。
温馨提示: 在微信关注 Python猫,发送数字“9”,即可领取 9 折优惠码,订阅专栏可享 15 元优惠。
去专栏阅读全文:全文链接[1]
分享了 12 篇文章,12 个开源项目,2 则热门讨论
以下是本期标题摘要:
🦄文章&教程[2]
① Python 分代与增量垃圾回收能否兼得
② 自由线程 Python 的下一阶段
③ 实测 CPython 3.15 JIT 几何平均提速 2.47 倍
④ Python 3.15 与 3.14 及更早版本速度实测对比
⑤ Python 3.15 最值得关注的新特性
⑥ Hello Python 3.15,告别 3.10,终于能用上 3.11
⑦ Python 3.15 最值得关注的 5 个新特性
⑧ Django 异步事务,6.2 有望落地
⑨ Django 习惯追踪应用里的 5 个设计模式
⑩ 用 Pydantic AI 从零搭建一个能干活的 AI Agent
⑪ Polars 2.0 发布,collect 默认走流式引擎,SQL 成一等公民
⑫ 从代码任意处唤出 Jupyter 笔记本的 Nod 调试扩展
🐿️项目&资源[2]
① context-mode:把工具输出挡在上下文窗口外的 MCP 服务
② harness2:谷歌开源的智能体外架优化框架
③ impeccable:给 AI 智能体的设计指令集
④ ruflo:多智能体蜂群编排框架
⑤ flint-chart:让 AI 智能体可靠出图的可视化语言
⑥ zeroshot:用工作流图约束编程智能体
⑦ EvoOntology:给数据智能体自进化的本体层
⑧ skills-manager:统一管理 50 多款工具的智能体技能
⑨ magpie:菜单栏给编码智能体换模型
⑩ earshot:给编码智能体一副耳朵
⑪ cy-carousel-skill:一句话生成图文轮播
⑫ open-dots:开源自托管的 AI 智能体工作台
🥂讨论&问题[2]
① PEP 818:把 Pyodide 外部函数接口的核心并入 Python
② PEP 823:None 感知的访问运算符
周刊实行付费订阅制,年费 148 元,平均每天 4 毛钱,为你精准筛选高质量技术内容。在信息洪流中为你淘金,助力技术视野拓展和职业发展,欢迎订阅:https://xiaobot.net/p/python_weekly[3]
订阅后,可免费查看 第 172 期周刊的全文:https://xiaobot.net/post/74d4342b-52b7-4039-b8d9-297acc63e9e4
📖 免费开放的往期全文
周刊的付费内容在发布满一年后免费开源,所以每期新刊发布时,也有一期往期全文对外公开。下面是一年前发布的那一期(第 122 期,2025-10-11)的全文,不少内容依然值得回看。
第 122 期分享了 12 篇文章,12 个开源项目,全文 2039 字。
🦄文章&教程[2]
1、Python 3.14.0 正式发布![4]
Python 3.14.0 正式版终于来了!这个版本带来了众多重磅新特性:正式支持自由线程 Python、模板字符串字面量、延迟注解求值、支持多解释器、Zstandard 压缩算法等。还包含实验性 JIT 编译器、改进的错误消息、Android 官方二进制发布等。
2、Python 3.14 来了,速度如何?[5]
作者通过递归计算斐波那契数列和冒泡排序算法测试了 Python 3.14 的性能表现。相比 Python 3.13,新版本在单线程环境下速度提升约 20%,在多线程场景中表现更加出色。虽然与 PyPy、Node.js 和 Rust 相比仍有差距,但 Python 3.14 展现了持续的性能优化趋势,为纯 Python 代码带来了显著的速度提升。
3、Python 3.14 我最喜欢的 5 个新特性[6]
作者分享了 Python 3.14 的五大亮点特性:自由线程 Python 实现真正的并行计算、并发解释器模块支持多解释器并行执行、远程调试功能可直接附加到运行中的进程、增量垃圾回收减少延迟峰值、以及性能优化带来的显著提升。
4、介绍 Air:开创性的 AI 优先 Python Web 框架[7]
作者正在开发的新 Web 框架 Air,融合了 Django、FastHTML、Flask 等框架的优秀特性,支持 Python 对象生成 HTML 和 Jinja 模板两种方式,内置 HTMX 支持,展现出为 AI 代码生成优化的巨大潜力。
5、PEP 810:显式惰性导入[8]
这个 PEP 提议为 Python 3.15 引入显式惰性导入语法,使用 lazy import json 语句延迟模块加载。模块只在首次使用时才真正加载和执行,而不是在导入语句处立即加载,能显著减少启动时间和内存使用。
6、将 NumPy 的类型完整性提升至近 90%[9]
Quansight Labs 和 Meta Pyrefly 团队合作将 NumPy 的类型完整性从 33% 大幅提升至近 90%。通过修复一个类型注解错误就将覆盖率翻倍至 80%,随后完整类型化 MaskedArray 类推至 90%,显著改善了 IDE 的代码提示和静态类型检查体验。
7、用 Django 和 SQLite 实现全文搜索[10]
作者展示了如何在 Django 博客中使用 SQLite 的 FTS5 扩展实现全文搜索功能,避免了引入 ElasticSearch 这样的重型解决方案。通过创建虚拟表和数据库触发器来同步内容,使用原生 SQL 查询实现搜索排序。
8、为什么花了 4 年才制定出锁定文件规范?[11]
作者回顾了 Python 锁定文件规范 PEP-751 的艰难历程,从 2019 年开始经历了多次提案失败和重新设计。锁定文件需要记录依赖关系图、支持多平台兼容、处理 NP 完全问题的依赖解析等复杂挑战。最终通过与 uv、Poetry、PDM 等工具的协作达成共识,形成了 pylock.toml 规范,为 Python 生态系统带来了标准化的依赖管理解决方案。
9、PEP 8 不只有命名风格[12]
作者提出了一个有趣的观察:每当有人抱怨代码违反 PEP 8 时,总是在说不遵守蛇形命名,却从不提 PEP 8 的其它内容。文章探讨了代码风格指南的真正意义,指出 PEP 8 强调的是一致性而非盲目遵循,项目内部的一致性比严格遵循指南更重要。
10、为什么响应式编程在 Python 中没有流行起来?[13]
作者分析了响应式编程在 Python 中普及困难的原因,指出 RxPY 虽然功能强大但过于复杂,不适合简单的状态管理。文章介绍了 reaktiv 库如何通过信号机制实现透明的响应式编程,让状态同步变得像电子表格公式一样简单直观。
11、介绍 tdom:使用 Python t-strings 的 HTML 模板[14]
介绍了 tdom 库,它利用 Python 3.14 的新 t-strings 特性实现现代化的 HTML 模板功能。库支持动态属性、特殊属性处理、直观的内容嵌套和类似 JSX 的组件语法,同时自动转义特殊字符确保安全性,让 Python Web 模板开发变得更加直观和强大。
12、Python 公案1:空的路径[15]
《Python Koans》系列文章第一篇,深入探讨了 Python 中的真值概念,解释了如何通过定义 __bool__ 和 __len__ 方法来控制对象在布尔上下文中的行为,展示了 Python 中"真"不是简单的 True/False 二元概念,而是对象表达自身意义的方式。(分享自@julio-mcdulio)
🐿️项目&资源[2]
1、AI_NovelGenerator:AI 小说生成器[16]
基于大模型的多功能小说生成器,支持世界观架构、角色设定、智能章节生成、状态追踪系统、语义检索引擎等功能。提供可视化工作台,能够自动衔接上下文和伏笔。(star 2.5K)
2、pwndbg:让 GDB 和 LLDB 调试变得更简单[17]
一个强大的 GDB 和 LLDB 插件,专为低级软件开发者、硬件黑客、逆向工程师和漏洞开发者设计。提供丰富的实用工具和增强功能,填补了传统调试器的空白,让调试体验更加用户友好。(star 9.4K)
3、devpush:开源的 Vercel 替代方案[18]
开源且可自托管的部署平台,支持 Python、Node.js、PHP 等多种语言。提供基于 Git 的零停机部署、实时日志监控、团队协作管理、自定义域名和 SSL 证书等功能。采用 Docker 容器化技术,支持多环境管理和分支映射。(star 2K)
4、pyscn:智能 Python 代码质量分析器[19]
Python 代码质量分析工具,基于控制流图检测死代码,使用 APTED + LSH 算法识别代码克隆,提供耦合度指标和圈复杂度分析。采用 Go + tree-sitter 开发,处理速度超过 10 万行/秒,支持 HTML 和 JSON 报告输出。
5、FuncToWeb:Python 函数转成 Web 界面[20]
可将任何 Python 函数转换为 Web 界面,只需添加类型提示并调用 run() 函数即可生成完整的 Web 表单。支持所有 Python 内置类型、文件上传、下拉菜单、可选参数等功能,提供实时上传进度条和错误处理。
6、Logly:Rust 驱动的高性能 Python 日志库[21]
Rust 开发的高性能 Python 日志库,提供类似 Loguru 的 API 体验。采用 Rust 后端确保内存安全和线程安全,支持多种日志级别、结构化 JSON 输出、智能文件轮转、多目标输出、异步回调等功能。零配置即可使用,提供丰富的过滤选项和自定义格式化。
7、ApeRAG:生产级图 RAG 平台[22]
结合图 RAG、向量搜索和全文搜索技术,支持多模态文档处理、AI 智能体、MCP 协议集成,提供五种索引类型(向量、全文、图、摘要、视觉)。集成 MinerU 文档解析服务,支持 Kubernetes 部署和企业级管理功能,包括审计日志、模型管理、图可视化等。
8、autoswagger:API 认证检测工具[23]
通过解析 Swagger/OpenAPI 文档自动检测未认证的 API,支持多阶段发现机制、并行端点测试、参数值暴力破解,集成 Presidio 进行 PII 检测和正则表达式敏感信息识别。能够检测 API 中的个人信息泄露、密钥暴露等安全问题。(star 1.5K)
9、computer-use-preview:计算机使用预览模型[24]
Google 的计算机使用预览模型,通过自然语言控制浏览器执行各种操作。支持 Playwright 本地浏览器控制和 Browserbase 云端环境,集成 Gemini API 和 Vertex AI。通过简单的命令让 AI 智能体自动完成网页搜索、表单填写、页面导航等复杂任务,提供鼠标位置高亮和可视化调试功能。(star 1K)
10、varia:支持文件、种子和视频的下载管理器[25]
跨平台下载管理器,支持 Linux 和 Windows 系统,能够处理常规文件、BitTorrent 种子和视频音频流下载。作为 aria2 和 yt-dlp 的图形化前端,提供 Flatpak、Snap、AUR 等多种安装方式,还包含浏览器扩展支持。具备自动更新、关机后完成下载、多语言支持等实用功能。
11、holm:类 Next.js 的 Python Web 开发框架[26]
基于 FastAPI、htmy 和 FastHX 开发的 Web 框架,为 Python 带来类似 Next.js 的开发体验。支持文件系统路由、JSX 语法组件、服务端渲染、HTMX 集成等功能。无需 JavaScript 依赖和构建步骤,提供完全类型化的 Python 开发环境。支持异步组件、JSON 和 HTML API、自动页面布局等特性。
12、snakeviz:浏览器中的 Python 性能分析可视化工具[27]
基于浏览器的 Python 性能分析数据可视化工具,用于查看 cProfile 模块的输出结果,是标准库 pstats 模块的图形化替代方案。提供冰柱图和旭日图两种可视化风格,支持 IPython 魔法命令和 Jupyter Notebook 集成,能够直观显示函数调用关系和时间消耗。(star 2.5K)
🐧往年回顾[2]
Python 潮流周刊#72:Python 3.13.0 最终版已发布![28]
Python 潮流周刊#22:Python 3.12.0 发布了!![29]
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[3],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[3]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[30]
Python 潮流周刊第二季完结(31~60)[31]
Python 潮流周刊第 2 季完结了,分享几项总结[32]
Python 潮流周刊第2季(31~60)-纯链接版[33]
Python 潮流周刊第一季精华合集(1~30)[34]
万字浓缩版,Python 潮流周刊第 1 季的 800 个链接![35]
参考资料
[1] 全文链接: https://xiaobot.net/post/74d4342b-52b7-4039-b8d9-297acc63e9e4
[2] 🦄文章&教程: https://weekly.pythoncat.top
[3] https://xiaobot.net/p/python_weekly: https://xiaobot.net/p/python_weekly
[4] Python 3.14.0 正式发布!: https://pythoninsider.blogspot.com/2025/10/python-3140-final-is-here.html
[5] Python 3.14 来了,速度如何?: https://blog.miguelgrinberg.com/post/python-3-14-is-here-how-fast-is-it
[6] Python 3.14 我最喜欢的 5 个新特性: https://blog.codingconfessions.com/p/python-3-14-whats-new
[7] 介绍 Air:开创性的 AI 优先 Python Web 框架: https://audrey.feldroy.com/articles/2025-10-06-air-pioneering-ai-first-python-web-framework
[8] PEP 810:显式惰性导入: https://peps.python.org/pep-0810/
[9] 将 NumPy 的类型完整性提升至近 90%: https://pyrefly.org/blog/numpy-type-completeness
[10] 用 Django 和 SQLite 实现全文搜索: https://www.screamingatmyscreen.com/full-text-search-with-django-and-sqlite/
[11] 为什么花了 4 年才制定出锁定文件规范?: https://snarky.ca/why-it-took-4-years-to-get-a-lock-files-specification/
[12] PEP 8 不只有命名风格: https://inventwithpython.com/blog/sweigarts-law-of-pep-8-complaints.html
[13] 为什么响应式编程在 Python 中没有流行起来?: https://bui.app/why-reactive-programming-hasnt-taken-off-in-python-and-how-signals-can-change-that
[14] 介绍 tdom:使用 Python t-strings 的 HTML 模板: https://davepeck.org/2025/09/22/introducing-tdom-html-templating-with-python-t-strings/
[15] Python 公案1:空的路径: https://pythonkoans.substack.com/p/koan-1-the-empty-path
[16] AI_NovelGenerator:AI 小说生成器: https://github.com/YILING0013/AI_NovelGenerator
[17] pwndbg:让 GDB 和 LLDB 调试变得更简单: https://github.com/pwndbg/pwndbg
[18] devpush:开源的 Vercel 替代方案: https://github.com/hunvreus/devpush
[19] pyscn:智能 Python 代码质量分析器: https://github.com/ludo-technologies/pyscn
[20] FuncToWeb:Python 函数转成 Web 界面: https://github.com/offerrall/FuncToWeb
[21] Logly:Rust 驱动的高性能 Python 日志库: https://github.com/muhammad-fiaz/logly
[22] ApeRAG:生产级图 RAG 平台: https://github.com/apecloud/ApeRAG
[23] autoswagger:API 认证检测工具: https://github.com/intruder-io/autoswagger
[24] computer-use-preview:计算机使用预览模型: https://github.com/google/computer-use-preview
[25] varia:支持文件、种子和视频的下载管理器: https://github.com/giantpinkrobots/varia
[26] holm:类 Next.js 的 Python Web 开发框架: https://github.com/volfpeter/holm
[27] snakeviz:浏览器中的 Python 性能分析可视化工具: https://github.com/jiffyclub/snakeviz
[28] Python 潮流周刊#72:Python 3.13.0 最终版已发布!: https://pythoncat.top/posts/2024-10-12-weekly
[29] Python 潮流周刊#22:Python 3.12.0 发布了!!: https://pythoncat.top/posts/2023-10-12-weekly
[30] Python 潮流周刊第3季总结,附电子书下载: https://pythoncat.top/posts/2025-04-20-sweekly
[31] Python 潮流周刊第二季完结(31~60): https://pythoncat.top/posts/2025-04-20-iweekly
[32] Python 潮流周刊第 2 季完结了,分享几项总结: https://pythoncat.top/posts/2024-07-14-iweekly
[33] Python 潮流周刊第2季(31~60)-纯链接版: https://pythoncat.top/posts/2025-04-19-sweekly
[34] Python 潮流周刊第一季精华合集(1~30): https://pythoncat.top/posts/2023-12-11-weekly
[35] 万字浓缩版,Python 潮流周刊第 1 季的 800 个链接!: https://xiaobot.net/post/78c3d645-86fa-4bd8-8eac-46fb192a339e
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。