【往期回顾】Python 潮流周刊#114：Python 的性能神话与真相

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，全文 1712 字。

文章&教程[2]

1、CPython JIT 的原理解密[3]

深入剖析 CPython 的 JIT 编译机制，从 token 解析到字节码再到机器码的完整链路，特别揭示了 3.14 中实验性 JIT 如何通过 micro-op 和 copy-and-patch 技术将热点代码转为原生指令，有助于理解 Python 性能优化的技术路线图。

2、我为何会对 Litestar 感兴趣？[4]

Litestar 是新兴的异步 Python Web 框架，作者发现它的独立路由装饰器可解决循环导入问题，内置 Pydantic、dataclasses、msgspec 等多验证方案，深度集成 SQLAlchemy 配合 Advanced Alchemy 自动生成数据仓库，可为大项目提供优雅扩展架构。

3、你或许不需要用到 Python 类[5]

作者指出 Python 内置类型和标准库已能优雅解决大多数场景：用 namedtuple 或 dataclass 替代简单数据容器，用函数取代无状态工具类，用模块自然分组常量，字典列表即可管理状态，善用标准库避免过度设计，让代码保持简洁 Pythonic。

4、Rust、Python、TypeScript：新的三剑客[6]

作者预言 AI 编程时代将重塑编程语言的选型：Rust 担纲系统级性能，Python 提供数学与 ML 生态，TypeScript 主宰 Web 与工具链，三者在类型安全与依赖管理上优势互补，构成面向未来的全栈技术组合。

5、Python 的性能神话与真相[7]

PyPy 核心开发者在 EuroPython 演讲直击性能误区："Python 够快"仅是部分场景，重写热点代码终将撞墙，静态类型对运行时优化毫无帮助，真正的瓶颈在于内存管理和语言语义，作者正开发 SPy 项目探索超高性能 Python 新路径。

6、Django 原子计数器的三种实现[8]

文章介绍了三种避免竞态条件的 Django 计数方案：数据库锁的select_for_update、原子操作的F()表达式、缓存层的cache.incr，可按精度需求灵活选择。

7、别直接调用 Python 双下方法了[9]

作者认为应当定义双下方法让 Python 解释器调用，而非直接调用它们；使用 str()、len()、in 等高级接口而非 obj.__str__()、obj.__len__()，不涉及底层细节并确保行为一致性。

8、在 OpenGist 中渲染 Jupyter Notebook[10]

OpenGist 前端原生支持 .ipynb 文件渲染，无需后端改动即可像 GitHub 一样展示 notebook；支持代码高亮、Markdown、LaTeX，让你自建私有 gist 服务也能优雅分享 Jupyter 工作流。

9、如何解决 Python 版本管理混乱？[11]

作者分享了从 pyenv 迁移到 uv 的使用经验：先用 pyenv 卸载旧版本，再用 brew 移除冗余安装，最后统一用 uv 管理本地 Python，让版本切换更简单、系统更清爽。

10、Conda 生态系统详解[12]

文章系统梳理了 conda 生态三大支柱：跨语言 CLI 工具、频道化包仓库（conda-forge、bioconda 等）与构建体系，并点出 Mamba、Pixi 等新工具对核心格式的兼容，理清了 conda 庞大生态的脉络。

11、setuptools 与 setup.py 的前世今生[13]

文章梳理了 setuptools 的演进脉络：从早期 distutils 的 setup.py 到 setuptools 的声明式配置，再到 pyproject.toml 的现代标准；指出 setup.py 虽仍可用但已非必需，新项目应拥抱 pyproject.toml 的简洁统一。

12、系统设计的朴素智慧[14]

作者提炼了系统设计核心：好的设计应该简单朴素，状态管理是最大挑战，数据库设计最关键，应最小化有状态组件，用简单可演进的架构替代过度复杂的分布式方案。

️项目&资源[2]

1、zotero-arxiv-daily：基于 Zotero 文献库的 arXiv 论文智能推荐[15]

arXiv 论文智能推荐工具，通过分析你已有的文献，利用 AI 生成摘要并通过邮件每日推送。通过 GitHub Actions 部署，无需安装，配置简单。（star 3.1K）

2、Office-PowerPoint-MCP-Server：PowerPoint 文稿操作的 MCP 服务器[16]

使用 python-pptx 库，提供 32 个专业工具，涵盖幻灯片管理、文本格式化、图表创建等 11 个模块。支持模板、多样的颜色方案、渐变背景、图片特效等高级功能，可由 AI 智能体直接操作。

3、pipecat：实时语音和多模态对话 AI 智能体框架[17]

用于开发实时语音和多模态对话 AI 智能体。轻松编排音频、视频、AI 服务和对话管道，支持语音助手、AI 伴侣等多种应用场景，具备超低延迟的实时交互能力。（star 7.5K）

4、sniffly：Claude Code 分析面板[18]

一个 Claude Code 日志分析工具，帮助开发者更好使用 Claude Code。提供使用模式分析、错误分解和消息历史分析等功能，并能将分析结果以可分享的仪表板形式展示。

5、FastVideo：统一的视频生成加速框架[19]

一个视频生成加速框架，涵盖了从数据预处理到模型训练、微调、蒸馏和推理的全流程。支持多种硬件和操作系统，并集成了稀疏蒸馏、视频稀疏注意力等多种性能优化技术，旨在实现高效、可扩展的视频生成。（star 1.8K）

6、judgeval：AI 智能体后训练层工具[20]

通过追踪和评估智能体与环境的交互，为强化学习、监督式微调、监控和回归测试提供数据和信号，从而实现智能体的持续学习和自我改进。

7、viser：基于 Web 的 3D 可视化库[21]

用于计算机视觉和机器人学的基于 Web 的 3D 可视化 Python 库。提供了 3D 原始数据可视化、GUI 构建、场景交互和相机控制等功能，易于上手且能组合成复杂界面，方便通过 SSH 在服务器上运行。（star 1.7K）

8、stock: 股票分析利器[22]

功能全面的股票分析工具，支持数据获取、指标计算、形态识别、策略选股、回测和自动交易。该项目兼容 PC 和移动设备，并提供 Docker 镜像，方便量化投资者使用。（star 9.8K）

9、langmem: AI 智能体长期记忆管理[23]

帮助 AI 智能体学习和适应长期交互的工具。能从对话中提取关键信息，通过 prompt 优化智能体行为，并维护长期记忆，与 LangGraph 原生集成，实现持续改进和个性化响应。

10、Auto-Gmail-Creator: 批量 Gmail 账户自动创建[24]

使用 Selenium 和 Seleniumwire 实现的批量 Gmail 账户自动创建机器人。该工具能自动化完成 Gmail 注册，并集成了短信服务用于手机验证，支持多浏览器和代理配置。

11、nvda: 免费开源的屏幕阅读器[25]

适用于 Microsoft Windows 的免费、开源屏幕阅读器。它由 NV Access 主导开发，旨在让视障人士能够无障碍地使用电脑。（star 2.4K）

12、sshsync：远程服务器命令同步工具[26]

在多个远程服务器上通过 SSH 并发执行 shell 命令的 CLI 工具。它支持对服务器进行分组管理，可以方便地对指定分组的服务器执行命令，并支持文件推送和拉取。

往年回顾[2]

Python 潮流周刊#64：Python 的函数调用还很慢么？[27]

Python 潮流周刊#14：Lpython 高性能编译器、Python 与 JavaScript 实现互通[28]

欢迎订阅[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[29]，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[29]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] Github: https://github.com/chinesehuazhou/python-weekly

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

[3] CPython JIT 的原理解密: https://savannah.dev/posts/how-your-code-runs-in-a-jit-build/

[4] 我为何会对 Litestar 感兴趣？: https://www.b-list.org/weblog/2025/aug/06/litestar/

[5] 你或许不需要用到 Python 类: https://adamgrant.micro.blog/2025/07/24/123050.html

[6] Rust、Python、TypeScript：新的三剑客: https://smallcultfollowing.com/babysteps/blog/2025/07/31/rs-py-ts-trifecta/

[7] Python 的性能神话与真相: https://lwn.net/SubscriberLink/1031707/73cb0cf917307a93/

[8] Django 原子计数器的三种实现: https://blog.ovalerio.net/archives/2924

[9] 别直接调用 Python 双下方法了: https://www.pythonmorsels.com/avoid-dunder-methods/

[10] 在 OpenGist 中渲染 Jupyter Notebook: https://blog.fabiomanganiello.com/article/render-your-jupyter-notebooks-in-opengist

[11] 如何解决 Python 版本管理混乱？: https://www.mostlypython.com/updating-python/

[12] Conda 生态系统详解: https://conda.org/blog/2024-08-14-conda-ecosystem-explained

[13] setuptools 与 setup.py 的前世今生: https://www.bitecode.dev/p/whats-the-deal-with-setuptools-setuppy

[14] 系统设计的朴素智慧: https://www.seangoedecke.com/good-system-design

[15] zotero-arxiv-daily：基于 Zotero 文献库的 arXiv 论文智能推荐: https://github.com/TideDra/zotero-arxiv-daily

[16] Office-PowerPoint-MCP-Server：PowerPoint 文稿操作的 MCP 服务器: https://github.com/GongRzhe/Office-PowerPoint-MCP-Server

[17] pipecat：实时语音和多模态对话 AI 智能体框架: https://github.com/pipecat-ai/pipecat

[18] sniffly：Claude Code 分析面板: https://github.com/chiphuyen/sniffly

[19] FastVideo：统一的视频生成加速框架: https://github.com/hao-ai-lab/FastVideo

[20] judgeval：AI 智能体后训练层工具: https://github.com/JudgmentLabs/judgeval

[21] viser：基于 Web 的 3D 可视化库: https://github.com/nerfstudio-project/viser

[22] stock: 股票分析利器: https://github.com/myhhub/stock

[23] langmem: AI 智能体长期记忆管理: https://github.com/langchain-ai/langmem

[24] Auto-Gmail-Creator: 批量 Gmail 账户自动创建: https://github.com/ai-to-ai/Auto-Gmail-Creator

[25] nvda: 免费开源的屏幕阅读器: https://github.com/nvaccess/nvda

[26] sshsync：远程服务器命令同步工具: https://github.com/Blackmamoth/sshsync

[27] Python 潮流周刊#64：Python 的函数调用还很慢么？: https://pythoncat.top/posts/2024-08-10-weekly

[28] Python 潮流周刊#14：Lpython 高性能编译器、Python 与 JavaScript 实现互通: https://pythoncat.top/posts/2023-08-05-weekly

[29] 欢迎订阅: https://xiaobot.net/p/python_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。