【往期回顾】Python 潮流周刊#117：Python 起源故事的纪录片

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~

温馨提示：在微信关注Python猫，发送一个数字"9"，即可领取 9 折优惠码，订阅专栏可享 15 元优惠。

本期分享了 12 篇文章，12 个开源项目，2 则音视频，全文 2023 字。

文章&教程[2]

1、如何观测并修复 pandas 工作流中的 5 个常见性能瓶颈？[3]

NVIDIA 博客分享了 pandas 性能优化的实战指南，针对 CSV 读取缓慢、内存密集型连接操作、字符串处理卡顿、分组聚合耗时和循环遍历低效等五大瓶颈，提供了 PyArrow 引擎、索引连接、类别数据类型、GPU 加速等解决方案。特别介绍了 cudf.pandas 扩展，能在不改变代码的情况下实现数量级的性能提升。

2、如何使用 functools.Placeholder？[4]

Python 3.14 新增的 functools.Placeholder 解决了偏函数应用中的位置参数占位问题。当要冻结函数的非首位参数时，传统的 functools.partial 只能通过关键字参数实现。Placeholder 能够用占位符预留参数位置，实现更灵活的函数组合。

3、Python 命名空间包的痛点[5]

深入剖析了 Python 命名空间包的复杂性和实际问题。命名空间包可将单个导入包分割到多个磁盘目录中，这在大型企业项目中很有用，但也带来了路径查找、模块加载等挑战。文章解释了显式和隐式命名空间包的区别，以及在不同环境管理器中可能遇到的问题，建议在每个目录中都使用__init__.py来避免这些复杂性。

4、用内省技术强制执行 Django 项目命名约定[6]

通过 Python 内省能力自动检查 Django 模型字段命名规范，解决 DateField 和 DateTimeField 混淆问题。利用 Django 检查框架，要求时间戳字段以_at结尾，日期字段以_on或_date结尾，避免因命名不一致导致的维护困扰和类型混淆错误。

5、用 Django Ninja、Pydantic 和 JSON-LD 提升 SEO[7]

通过 Django Ninja 和 Pydantic 生成结构化数据，替代在模板中直接嵌入 JSON-LD 的方式。这种方法提供了更好的代码维护性、类型验证和模块化复用。

6、AST 驱动的 Python 测试[8]

结合抽象语法树分析和 AI 生成的混合测试方法。通过解析 AST 识别代码分支，指导 AI 生成精确的测试用例，实现系统性的高覆盖率测试。

7、用 Plush 解释器超越 CPython[9]

作者通过优化自制的 Plush 解释器，在斐波那契递归测试中超越了 CPython 性能。通过合并指令、消除哈希查找和就地栈操作等技术，性能提升近一倍。

8、Python 运行时动态修改函数源码[10]

利用 compile 和 exec 函数在运行时动态替换函数源码的技巧。虽然这种方法为构建灵活的 AI 智能体开辟了新可能，但也带来了安全风险。

9、uv format：uv 迎来了代码格式化功能[11]

uv 0.8.13 版本引入了实验性的 uv format 命令，通过调用 Ruff 格式化器实现代码格式化功能，简化了 Python 开发工作流程。

10、pandas 的表达式语法来了！[12]

pandas 3.0 将引入pd.col表达式语法，替代 lambda 函数解决作用域问题，提供更清晰可读的延迟计算方式，支持方法链式调用。

11、为什么并发编程如此难懂？[13]

并发编程为什么难？作者认为核心问题是状态空间爆炸，而非人类思维局限。当多个线程同时执行时，可能的执行顺序组合呈指数级增长，导致难以预测和调试的竞态条件。文章提出管理和限制状态空间是简化并发编程的关键策略。

12、从 GPT-2 到 gpt-oss：架构演进分析[14]

分析了 OpenAI 首次发布的开源大模型 gpt-oss 架构演进，包括 MXFP4 优化、RoPE 位置编码、Swish 激活函数、GLU 门控单元、MoE 专家混合、GQA 分组查询注意力和滑动窗口注意力等关键技术。这些架构改进显著提升了模型性能和效率。

️项目&资源[2]

1、docs：协作笔记与文档平台[15]

基于 Django 和 React 开发的可扩展协作笔记、wiki 和文档平台，支持实时协作编辑、离线同步、AI 辅助功能（改写、总结、翻译等）、多格式导出，提供精细的访问控制和自托管部署选项，是 Notion 或 Outline 的开源替代。（star 13K）

2、ten-framework：对话式语音 AI 智能体框架[16]

用于创建、定制和部署实时多模态对话 AI 智能体的综合开源工具，支持语音、视觉和虚拟形象交互，包含实时语音对话、MCP 服务器集成、硬件通信、视觉检测、屏幕共享等功能，提供低代码工作流 UI 设计器。（star 7K）

3、cement：Python 应用框架[17]

专注于命令行界面开发的高级 Python 框架，支持可定制的处理器系统、配置管理、参数解析、日志记录、插件扩展、输出渲染等核心功能，零外部依赖且具备完整的测试覆盖。（star 1K）

4、serena：编程 AI 智能体工具包[18]

将 LLM 转化为功能完整的编程智能体的强大工具包，提供语义代码检索和编辑功能，类似 IDE 的符号级代码实体提取和关系结构分析，支持多种编程语言的语言服务器协议，可与 Claude Code、Claude Desktop、VSCode、Cursor 等多种客户端集成。（star 10K）

5、WhisperLiveKit：实时本地语音转文字工具包[19]

实时语音转文字工具包，支持完全本地化处理、说话人识别、语音翻译等功能，采用 SimulStreaming 和 WhisperStreaming 技术实现超低延迟转录，内置 Web UI 界面和后端服务器，支持多用户并发使用，提供 Docker 部署和丰富的配置选项。（star 1K）

6、SurfSense：NotebookLM 开源替代方案[20]

连接个人知识库和外部数据源的开源智能问答平台，可集成搜索引擎、Slack、Jira、Notion、YouTube、GitHub 等多种服务，支持多文件格式、强大搜索、对话保存、引用答案、本地 LLM 隐私保护、播客生成、高级 RAG 技术和跨浏览器扩展等功能。（star 7K）

7、rendergit：Git 仓库单页面渲染工具[21]

将任意 GitHub 仓库渲染为单个静态 HTML 页面的实用工具，支持语法高亮、Markdown 渲染和侧边栏导航，提供人类友好视图和 LLM 友好的 CXML 文本格式，完美适用于代码审查、探索和快速搜索，支持智能过滤、响应式设计和移动端访问。（star 1K）

8、deer-flow：社区驱动的深度研究框架[22]

字节跳动开源的深度研究框架，结合语言模型与网络搜索、爬虫、Python 代码执行等工具，支持多智能体协作、人机交互、RAG 集成、MCP 服务集成、播客和演示文稿生成等功能，提供控制台和 Web UI 两种交互方式。（star 16K）

9、awesome-ai-apps：AI 应用项目集合[23]

展示 RAG、AI 智能体、工作流等 AI 应用案例的综合项目集合，包含从简单聊天机器人到高级 AI 智能体的实用示例、教程和开发指南，涵盖 LangChain、LlamaIndex、CrewAI、PydanticAI 等多种 AI 框架，提供入门级、简单级和高级 AI 智能体项目。（star 3K）

10、DeepCode：开放式智能体编程框架[24]

香港大学开源的智能体编程框架，支持论文转代码、文本转网页、文本转后端等多种代码生成场景，采用多智能体系统推进代码生成技术，提供 CLI 和 Web 界面，集成 MCP 协议，具备文档分割、工作流管理、多种 AI 模型支持等核心功能。（star 4K）

11、OpenEvolve：AlphaEvolve 的开源实现[25]

将 LLM 转化为自主代码优化器来发现突破性算法。能够在各种领域实现 2-3 倍的性能提升和最先进的结果，集成 MAP-Elites + LLMs 技术，支持科学可重现性，提供完整的架构设计和高级功能。（star 3K）

12、claude-code-proxy：Anthropic API 代理工具[26]

一个 Anthropic API 代理工具，可通过 LiteLLM 访问 Gemini 和 OpenAI 模型。支持模型映射配置、环境变量设置和 Docker 部署，提供简单的设置流程和灵活的后端切换功能，让开发者能够在保持 Anthropic API 接口的同时使用不同的 LLM。（star 2K）

播客&视频[2]

1、Python：纪录片 | 起源的故事[27]

90 分钟的 Python 纪录片，采访 Guido van Rossum、Travis Oliphant、Barry Warsaw 等社区元老，讲述了 Python 的崛起、社区驱动的进化、社区剧烈的冲突，以及 Python 对其它领域的影响。

2、未被实现的 Python：被拒绝的 PEP 提案[28]

core.py 播客探讨了 10 个被拒绝的 PEP 提案，包括语法宏（PEP 638）、None 感知操作符（PEP 505）、延迟绑定函数参数默认值（PEP 671）、可重载布尔操作符（PEP 335）等。如果这些特性被采纳，Python 语言会变成什么样？探讨 Python 语言设计的另一种可能性。

往年回顾[2]

#67：uv 的重磅更新[29]

#17：Excel 终于支持 Python 了、Meta 重磅开源新项目、Mojo 新得 1 亿美元融资[30]

欢迎订阅[31]

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[31]，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[31]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[32]

Python 潮流周刊第二季完结（31~60）[33]

Python 潮流周刊第 2 季完结了，分享几项总结[34]

Python 潮流周刊第2季（31~60）-纯链接版[35]

Python 潮流周刊第一季精华合集（1~30）[36]

万字浓缩版，Python 潮流周刊第 1 季的 800 个链接！[37]

参考资料

[1] Github: https://github.com/chinesehuazhou/python-weekly

[2] 文章&教程: https://weekly.pythoncat.top

[3] 如何观测并修复 pandas 工作流中的 5 个常见性能瓶颈？: https://developer.nvidia.com/blog/how-to-spot-and-fix-5-common-performance-bottlenecks-in-pandas-workflows

[4] 如何使用 functools.Placeholder？: https://mathspp.com/blog/how-to-use-functools-placeholder

[5] Python 命名空间包的痛点: https://joshcannon.me/2025/08/16/py-namespace-packages.html

[6] 用内省技术强制执行 Django 项目命名约定: https://lukeplant.me.uk/blog/posts/enforcing-conventions-in-django-projects-with-introspection/

[7] 用 Django Ninja、Pydantic 和 JSON-LD 提升 SEO: https://www.revsys.com/tidbits/boosting-seo-with-django-ninja-pydantic-and-json-ld/

[8] AST 驱动的 Python 测试: https://jazzberry.ai/blog/ast-driven-python-testing

[9] 用 Plush 解释器超越 CPython: https://pointersgonewild.com/2025-08-06-out-fibbing-cpython-with-the-plush-interpreter/

[10] Python 运行时动态修改函数源码: https://ericmjl.github.io/blog/2025/8/23/wicked-python-trickery-dynamically-patch-a-python-functions-source-code-at-runtime

[11] uv format：uv 迎来了代码格式化功能: https://pydevtools.com/blog/uv-format-code-formatting-comes-to-uv-experimentally/

[12] pandas 的表达式语法来了！: https://labs.quansight.org/blog/pandas_expressions

[13] 为什么并发编程如此难懂？: https://buttondown.email/hillelwayne/archive/what-makes-concurrency-so-hard/

[14] 从 GPT-2 到 gpt-oss：架构演进分析: https://magazine.sebastianraschka.com/p/from-gpt-2-to-gpt-oss-analyzing-the

[15] docs：协作笔记与文档平台: https://github.com/suitenumerique/docs

[16] ten-framework：对话式语音 AI 智能体框架: https://github.com/TEN-framework/ten-framework

[17] cement：Python 应用框架: https://github.com/datafolklabs/cement

[18] serena：编程 AI 智能体工具包: https://github.com/oraios/serena

[19] WhisperLiveKit：实时本地语音转文字工具包: https://github.com/QuentinFuxa/WhisperLiveKit

[20] SurfSense：NotebookLM 开源替代方案: https://github.com/MODSetter/SurfSense

[21] rendergit：Git 仓库单页面渲染工具: https://github.com/karpathy/rendergit

[22] deer-flow：社区驱动的深度研究框架: https://github.com/bytedance/deer-flow

[23] awesome-ai-apps：AI 应用项目集合: https://github.com/Arindam200/awesome-ai-apps

[24] DeepCode：开放式智能体编程框架: https://github.com/HKUDS/DeepCode

[25] OpenEvolve：AlphaEvolve 的开源实现: https://github.com/codelion/openevolve

[26] claude-code-proxy：Anthropic API 代理工具: https://github.com/1rgs/claude-code-proxy

[27] Python：纪录片 | 起源的故事: https://www.youtube.com/watch?v=GfH4QL4VqJ0

[28] 未被实现的 Python：被拒绝的 PEP 提案: https://creators.spotify.com/pod/profile/corepy/episodes/Episode-25-A-Python-That-Never-Was-e37bk50

[29] #67：uv 的重磅更新: https://pythoncat.top/posts/2024-09-01-weekly

[30] #17：Excel 终于支持 Python 了、Meta 重磅开源新项目、Mojo 新得 1 亿美元融资: https://pythoncat.top/posts/2023-08-26-weekly

[31] 欢迎订阅: https://xiaobot.net/p/python_weekly

[32] Python 潮流周刊第3季总结，附电子书下载: https://pythoncat.top/posts/2025-04-20-sweekly

[33] Python 潮流周刊第二季完结（31~60）: https://pythoncat.top/posts/2025-04-20-iweekly

[34] 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

[35] Python 潮流周刊第2季（31~60）-纯链接版: https://pythoncat.top/posts/2025-04-19-sweekly

[36] Python 潮流周刊第一季精华合集（1~30）: https://pythoncat.top/posts/2023-12-11-weekly

[37] 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。