△△微信关注"Python猫"，回复"1"领取电子书
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，15 个开源项目，全文 2126 字。
🦄文章&教程[2]
1、PEP 734：标准库支持多解释器[3]
PEP-734 是 PEP-554 的延续，几天前被正式接纳了，将赶在 Python 3.14 版本中引入！它会在concurrent 标准库里添加 interpreters 模块，正式支持在同一进程中创建和管理多个解释器实例。每个解释器拥有独立的 GIL，可以实现真正的并行计算，同时避免多进程的开销和复杂性。
3.14 特性冻结后的例外
2、为什么从 R 转到 pandas 会感觉笨拙？[4]
作者从 R 转向 Python 时，觉得 Pandas "笨拙"。对比了同一数据分析任务在 R tidyverse 和 Pandas 的实现，展示了 R 的管道操作流畅自然，而 Pandas 的方法名不直观，需要频繁处理索引、重命名列和方法链断裂问题，指出了 Pandas 的局限之处。
3、更快的 Python：async/await 和 threading 并发编程对比[5]
JetBrains 博客深入探讨了 Python 并发编程的两种方式：async/await 的协作式并发，适合 I/O 密集型任务，与 threading 的抢占式并发，适合 CPU 密集型任务。还介绍了如何在 PyCharm 中调试并发代码，展示了其强大的调试功能。
4、深入分析 CrewAI 和智能体设计[6]
作者用 CrewAI 框架开发了一个 AI 模拟面试项目，通过四个智能体协作，实现了从公司调研、问题生成和答案评估的完整面试流程，展示出基于智能体的项目设计和多智能体协作的强大能力。
5、MonsterUI：用纯 Python 开发美观的 Web UI[7]
不熟悉 HTML 和 CSS，想直接用纯 Python 代码开发 UI？文章介绍了基于 FrankenUI 和 Tailwind CSS 开发的 MonsterUI，可以在 FastHTML 项目中快速开发前端 UI。提供语义化文本样式、智能布局助手和常见 UI 模式，无需写 CSS 类即可获得响应式设计和美观界面，显著提升开发效率。
6、得物的社区造数服务接入MCP[8]
得物技术团队将基于 FastAPI 的造数服务改造为支持 MCP 协议的智能工具，通过 FastAPI-MCP 框架和少量代码实现快速接入。文章展示了如何将现有服务无缝集成到 AI Agent 中的解决方案，印证了 "AI+协议化工具" 在测试领域的巨大潜力。
7、Polars 数据验证库对比（2025版）[9]
文章深入对比了五个支持 Polars DataFrame 的 Python 数据验证库：Pandera、Patito、Pointblank、Validoopsie 和 Dataframely。每个库都有独特优势，比如 Pandera 擅长统计验证，Patito 提供 Pydantic 风格的模型验证，Pointblank 生成美观的交互式报告。
8、探索 Adobe Photoshop、InDesign 和 Premiere Pro 的 AI 集成[10]
作者开发了一个 adb-mcp 项目，可让 AI 客户端控制 Adobe 的 3 个创意工具。项目采用 Python MCP 服务器、Node 命令代理和 UXP 插件的三层架构，实现了从简单脚本任务到复杂创意工作的自动化，展示了 AI 在创意工具流中的巨大潜力。
9、超越 htmx：用 Alpine AJAX 开发现代 Django 应用[11]
文章探讨了从复杂 SPA 回归到服务端渲染的趋势，对比了 htmx 和 Alpine AJAX 两种方案，Alpine AJAX 强制渐进式增强，确保应用在无 JavaScript 环境下仍能正常工作，同时提供了更小的体积和与 Alpine.js 的完美集成，让开发者能享受 SPA 的流畅体验和传统 MPA 的简洁性。
10、Django、JavaScript 模块和 importmaps 的结合使用[12]
作者分享了在 Django 项目中使用现代 JavaScript 模块和 importmaps 管理前端依赖的实践经验，通过 django-js-asset 包实现对 ES 模块的原生支持。这种方案解决了 Django 应用分发 JavaScript 模块的痛点，支持缓存失效机制，无需复杂的打包过程。
11、使用 Claude 开发真实代码的实战笔记[13]
作者分享了使用 Claude 辅助代码开发的实践经验，提出了三种 AI 辅助编程模式：游乐场模式适合快速原型，结对编程模式通过文档建立上下文，生产模式需要严格的边界控制。还分享了如何通过 Git 工作流、代码审查和严格的边界设定来确保 AI 生成代码的质量。
12、在不完全异步的情况下提高 FastAPI 吞吐量[14]
作者的 FastAPI 生产环境在过去几年都存在吞吐量瓶颈问题，现在发现根因是 FastAPI 的默认线程池过小（仅40）。他们将所有路由处理器改为同步函数，并增大线程池至 2000，以低成本、低风险的解决方案，成功将每节点的请求量从每分钟 800 提高到 2000-3000。
🐿️项目&资源[2]
1、Archon：用于开发 AI 智能体的智能体[15]
世界上首个"智能体工程师"，可以自主开发、优化和完善其它 AI 智能体。（star 4.9K）
2、excel-mcp-server：操作 Excel 文件的 MCP 服务器[16]
一个基于 MCP 的 Excel 文件操作服务器，无需安装微软 Excel 即可创建、读取和修改 Excel 文件。支持数据读写、格式化样式、图表可视化、数据透视表等功能，提供 stdio 和 SSE 双传输模式，可与 AI 智能体无缝集成。（star 1.1K）
3、crudadmin：FastAPI 现代化管理界面[17]
基于 FastCRUD 和 HTMX 开发的 FastAPI 管理界面生成器，提供安全认证、事件跟踪和监控功能。支持多种会话后端，内置 CSRF 保护、速率限制、IP 限制等安全特性，可利用 SQLAlchemy 模型生成管理界面，具备智能字段检测、高级过滤和现代响应式 UI。
4、py-pglite：Python 测试用的轻量级 PostgreSQL[18]
一个 PGlite 的 Python 封装库，轻松地在测试中使用真正的 PostgreSQL。无需 Docker、无需配置，2-3 秒即可启动，每个测试都有独立的数据库实例。
5、openai-agents-python：多智能体工作流框架[19]
OpenAI 官方推出的轻量级多智能体工作流框架，支持智能体间的协作。提供内置的追踪调试功能、安全防护机制，兼容 OpenAI API 及 100+ 其它大模型。（star 11.4K）
6、ai-manus：通用型 AI 智能体系统[20]
提供终端、浏览器、文件和网络搜索等工具，每个任务分配独立的 Docker 沙盒环境。支持会话历史管理、任务中断恢复，部署简单且支持中英双语。
7、WebAgent：阿里开源的自主信息搜索智能体[21]
用于信息检索的 WebAgent，包含 WebWalker 和 WebDancer 两个模型。WebDancer 是基于 ReAct 框架的原生智能体搜索推理模型，WebWalker 是大语言模型网页遍历基准测试。支持多步骤复杂推理、网页遍历、信息搜索和问答等功能。（star 1K）
8、poethepoet：与 poetry 和 uv 配合的任务运行器[22]
功能齐全的任务运行器，支持在 pyproject.toml 中声明任务，可运行命令、shell 脚本、Python 表达式或函数。提供 shell 自动补全、命名参数、环境变量引用、任务组合等功能，可作为独立工具或 poetry 插件使用。（star 1.7K）
9、ragbits：快速开发 GenAI 应用的构建模块[23]
一个模块化的 GenAI 应用开发框架，支持 100+ 大模型切换、类型安全的 LLM 调用、多种向量数据库集成。提供 20+ 格式文档处理、分布式数据摄取、实时监控和聊天界面等功能，可快速开发可靠且可扩展的 RAG 应用。（star 1.3K）
10、WorldGen：几秒内生成任意 3D 场景[24]
强大的 3D 场景生成工具，基于文本和图像在几秒内生成 3D 场景。支持即时 3D 生成、360° 自由探索、室内外多样场景、灵活渲染等功能，适用于游戏、仿真、机器人和虚拟现实应用开发。
11、docext：本地化的文档智能处理工具包[25]
基于视觉模型的文档智能工具包，提供 PDF 和图像转 Markdown、无 OCR 结构化信息提取、文档处理性能基准测试三大核心功能。支持 LaTeX 公式识别、签名水印检测、表格提取、置信度评分等特性，适用于发票、护照等多种文档类型的智能处理。
12、Orpheus-TTS：自然的语音合成系统[26]
基于 Llama-3B 的文本转语音系统，提供拟人化自然语调、零样本语音克隆、情感语调控制和低延迟流式输出等功能。（star 5K）
13、VACE：一体化视频创作与编辑[27]
一个集视频生成、编辑于一体的模型，支持参考图生成视频、视频编辑、蒙版视频编辑等丰富功能。（star 2.6K）
14、langmem：智能体长期记忆管理工具[28]
智能体的记忆管理工具，提供对话信息提取、智能体行为优化、长期记忆维护等功能，支持任意存储系统的核心记忆 API 和 LangGraph 原生集成，让智能体能够保持会话间一致行为。
15、terminator：桌面应用自动化工具[29]
类似 Playwright 的桌面应用自动化 SDK，专为 AI 智能体设计。基于操作系统级别的无障碍功能实现快速可靠的 GUI 自动化，跨平台，具备 80ms UI 扫描速度和编译工作流程优化。
🐧往年回顾[2]
周刊#56：NumPy 2.0 里更快速的字符串函数[30] （2024.06.15）
周刊#6：Python 3.12 有我贡献的代码！[31]（2023.06.10）
🐱欢迎订阅[32]
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[32]，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[32]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 30% 的返利。
Python 潮流周刊第3季总结，附电子书下载[33]
Python 潮流周刊第二季完结（31~60）[34]
Python 潮流周刊第 2 季完结了，分享几项总结[35]
Python 潮流周刊第2季（31~60）-纯链接版[36]
Python 潮流周刊第一季精华合集（1~30）[37]
万字浓缩版，Python 潮流周刊第 1 季的 800 个链接！[38]
参考资料
[1] Github: https://github.com/chinesehuazhou/python-weekly
[2] 🦄文章&教程: https://weekly.pythoncat.top
[3] PEP 734：标准库支持多解释器: https://peps.python.org/pep-0734/
[4] 为什么从 R 转到 pandas 会感觉笨拙？: https://www.sumsar.net/blog/pandas-feels-clunky-when-coming-from-r/
[5] 更快的 Python：async/await 和 threading 并发编程对比: https://blog.jetbrains.com/pycharm/2025/06/concurrency-in-async-await-and-threading
[6] 深入分析 CrewAI 和智能体设计: https://dev.to/selvapal/a-deep-dive-into-crewai-and-agentic-design-46kj
[7] MonsterUI：用纯 Python 开发美观的 Web UI: https://www.answer.ai/posts/2025-01-15-monsterui.html
[8] 得物的社区造数服务接入MCP: https://mp.weixin.qq.com/s/l5xLM8jDE9tOZfuJYcnQmA
[9] Polars 数据验证库对比（2025版）: https://posit-dev.github.io/pointblank/blog/validation-libs-2025/
[10] 探索 Adobe Photoshop、InDesign 和 Premiere Pro 的 AI 集成: https://www.mikechambers.com/blog/post/2025-06-06-exploring-ai-integration-with-adobe-photoshop-indesign-and-premiere-pro/
[11] 超越 htmx：用 Alpine AJAX 开发现代 Django 应用: https://www.loopwerk.io/articles/2025/alpine-ajax-django/
[12] Django、JavaScript 模块和 importmaps 的结合使用: https://406.ch/writing/django-javascript-modules-and-importmaps/
[13] 使用 Claude 开发真实代码的实战笔记: https://diwank.space/field-notes-from-shipping-real-code-with-claude
[14] 在不完全异步的情况下提高 FastAPI 吞吐量: https://dpdzero.com/blogs/fixing-fastapi-throughput-without-going-fully-async/
[15] Archon：用于开发 AI 智能体的智能体: https://github.com/coleam00/Archon
[16] excel-mcp-server：操作 Excel 文件的 MCP 服务器: https://github.com/haris-musa/excel-mcp-server
[17] crudadmin：FastAPI 现代化管理界面: https://github.com/benavlabs/crudadmin
[18] py-pglite：Python 测试用的轻量级 PostgreSQL: https://github.com/wey-gu/py-pglite
[19] openai-agents-python：多智能体工作流框架: https://github.com/openai/openai-agents-python
[20] ai-manus：通用型 AI 智能体系统: https://github.com/Simpleyyt/ai-manus
[21] WebAgent：阿里开源的自主信息搜索智能体: https://github.com/Alibaba-NLP/WebAgent
[22] poethepoet：与 poetry 和 uv 配合的任务运行器: https://github.com/nat-n/poethepoet
[23] ragbits：快速开发 GenAI 应用的构建模块: https://github.com/deepsense-ai/ragbits
[24] WorldGen：几秒内生成任意 3D 场景: https://github.com/ZiYang-xie/WorldGen
[25] docext：本地化的文档智能处理工具包: https://github.com/NanoNets/docext
[26] Orpheus-TTS：自然的语音合成系统: https://github.com/canopyai/Orpheus-TTS
[27] VACE：一体化视频创作与编辑: https://github.com/ali-vilab/VACE
[28] langmem：智能体长期记忆管理工具: https://github.com/langchain-ai/langmem
[29] terminator：桌面应用自动化工具: https://github.com/mediar-ai/terminator
[30] 周刊#56：NumPy 2.0 里更快速的字符串函数: https://pythoncat.top/posts/2024-06-15-weekly
[31] 周刊#6：Python 3.12 有我贡献的代码！: https://pythoncat.top/posts/2023-06-10-weekly6
[32] 🐱欢迎订阅: https://xiaobot.net/p/python_weekly
[33] Python 潮流周刊第3季总结，附电子书下载: https://pythoncat.top/posts/2025-04-20-sweekly
[34] Python 潮流周刊第二季完结（31~60）: https://pythoncat.top/posts/2025-04-20-iweekly
[35] 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
[36] Python 潮流周刊第2季（31~60）-纯链接版: https://pythoncat.top/posts/2025-04-19-sweekly
[37] Python 潮流周刊第一季精华合集（1~30）: https://pythoncat.top/posts/2023-12-11-weekly
[38] 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。
