登录社区云,与社区用户共同成长
邀请您加入社区
与Skills模式相比,这种路线的优势在于理论能力没有上限——Python生态中能做的事(读写文件、操控浏览器、调用API、操作数据库、控制设备),AiPy都能做。QoderWork的核心思路是:用户通过自然语言描述需求,Agent自主拆解步骤、调用本地文件与应用、在沙盒中安全执行并交付结果——不再是"聊天",而是"干活"。Python-Use路线(如AiPy)的执行过程是代码可见的——Agent
2024年7月,定位纯电SUV的与众06上市,指导价20.99万-24.99万元,上市后销量一路低迷。数据显示,2023-2025年大众安徽累计亏损约115亿元,其中2025年单年亏损约43.2亿元,当年江淮汽车归母净利润预计亏损16.8亿元,大众安徽带来的投资收益亏损就达10.8亿元,成为主要拖累因素。可首款车型与众06的市场表现,却给了大众安徽一记重击。座舱智能化层面,搭载联发科4nm 867
Amazon Quick 为企业AI Agent搭建了一套标准化三段式工作链路,彻底改变传统AI仅能浅层问答的局限。整套流程依次为:依托企业内部知识库抓取可信资料、结合多源业务数据开展深度研判、自动输出标准化报告、图表与各类汇报成果。该平台不依赖通用公开知识库作答,可深度对接企业私有文件、业务数据源与各类业务系统。员工仅需通过自然语言下发工作指令,Amazon Quick即可在权限管控范围内,自动
制造企业想要把资深质量工程师积累的宝贵经验转化为长期可复用的知识资产,可以优先落地 Amazon Quick+Amazon Bedrock AgentCore+质量管理 Skill+MCP 一体化方案。该方案跳出传统知识库仅存储文件的模式,对质量标准、专家研判思路、各类故障案例、标准化处置流程进行结构化梳理;当现场产生新不良问题时,AI Agent 能够智能检索知识、开展逻辑推理、驱动业务流程落地
TinyDB是一个纯Python编写的轻量级文档数据库,适合小型应用开发。它无需外部依赖,数据以JSON格式存储在本地文件中,支持类似MongoDB的文档操作方式,比SQLite更灵活。主要特点包括:直观的查询语法(支持逻辑运算和自定义过滤)、多表管理、中间件扩展机制。适用于数据量小、单进程的场景,如配置存储、日志记录等。当前项目处于维护模式,但仍接受社区贡献。测试覆盖率达100%,支持Pytho
本文介绍了Python中globals()和locals()函数的功能与区别,它们分别返回全局和局部作用域的变量字典。通过代码示例展示了如何获取和查看这些命名空间内容。文章重点分析了eval()函数的安全风险,演示了恶意代码注入的危害,并推荐使用ast.literal_eval()作为安全替代方案。最后提出了三种安全解决方案:使用ast.literal_eval()、建立输入过滤机制或预处理用户输
shiv是LinkedIn开源的一款Python打包工具,能将Python项目及其依赖打包成单个可执行文件(.pyz),遵循PEP 441标准。它支持Python 3.8+,跨Linux/macOS/Windows平台,安装简单(pip install shiv)。使用示例包括打包命令行工具(如flake8)、创建交互式环境(如boto库)甚至打包自身。开发时可通过venv搭建环境,用tox运行测
isort 是一个 Python import 排序工具,能够自动整理 import 语句,按字母顺序排列并按标准库、第三方库和本地模块分组。它可以合并重复项,支持多种配置选项,如换行方式和缩进风格。安装简单,支持命令行调用和编辑器集成,能与 pre-commit 和 black 等工具配合使用。适用于多人协作项目,可节省手动整理时间,并作为代码规范工具集成到 CI 流程中自动检查 import
Kubernetes Python Client是Kubernetes官方维护的Python客户端,用于在Python中调用Kubernetes API。它封装了REST API,支持同步和异步两种模式,简化了集群管理操作如Pod、Service、Deployment的创建、查询和监控。该工具适合运维工程师、平台开发者和CI/CD团队使用,能自动处理认证和序列化,与Kubernetes版本保持兼容
物流系统要把收货地址转成坐标来规划配送路线,外卖平台要根据坐标查找附近商家,签到功能需要知道某个经纬度对应什么地点。问题是服务商的 API 各不相同:请求格式不同、参数不同、返回的数据结构也不同。对于需要批量处理地址的业务场景,比如物流调度、门店地图标注,这个功能可以省掉对接多个平台的时间。设备定位、轨迹回放、打卡签到都走这个流程:设备上报经纬度,系统转换成可读的地址文本展示给用户。这个 Pyth
GitHub热门项目"Python-project-Scripts"为初学者提供78个实用脚本,涵盖图像处理、网页爬虫、自动化工具、游戏开发等常见场景。该项目采用开源协作模式,包含图片转PDF、天气查询、密码生成器等实用功能,代码简洁易懂。初学者可通过阅读和修改这些脚本学习Python编程,也可按贡献指南提交自己的脚本参与开源。项目目前获得2.2k星标,是Python新手实践和参与开源社区的优质资
boto3是AWS官方维护的Python SDK,用于通过代码操作AWS云服务(如S3、EC2、DynamoDB等)。它提供了resource和client两种API风格,支持自动化管理AWS资源,适合运维、开发者和DevOps团队使用。boto3覆盖AWS全服务,文档完善,支持多种凭证配置方式,能有效替代控制台手工操作。安装简单(pip install boto3),是Python开发者管理AW
Ruflo是一款面向Claude Code和Codex的多智能体AI框架,能让100多个专业智能体跨机器、跨团队协作。它基于Rust编写,提供集群调度、自学习和联邦通信功能,支持一键安装和两种部署模式。Ruflo包含33个插件,涵盖核心编排、记忆管理、智能学习、代码质量和安全合规等模块,并配有在线工具和联邦通信功能。其架构通过编排层、集群协调层和记忆学习层实现智能体协作,支持多模型提供商。相比单用
scikit-learn是Python机器学习领域的核心工具库,覆盖分类、回归、聚类、降维等主流算法,并提供数据预处理、模型评估等完整工作流。它以简洁统一的API设计著称,仅需几行代码即可构建模型。作为NumPy/SciPy生态的上层封装,其依赖明确、安装简单,支持pip和conda两种方式。自2007年启动以来,已被数据科学家、工程师和高校广泛采用,社区活跃度极高,是机器学习实践者的必备工具。无
Paramiko是Python生态中最成熟的SSH协议库,提供SSHv2协议的纯Python实现,支持客户端和服务端模式。作为Fabric等工具的底层依赖,它具备稳定的SSH连接、远程命令执行和SFTP文件传输能力,同时支持端口转发和可编程SSH服务端。得益于15年的发展和纯Python实现,Paramiko以高成熟度、良好生态兼容性和跨平台优势成为Python远程操作领域的基石。虽然直接使用代码
SymPy是一个纯Python编写的开源符号计算库,具备14k+ GitHub星标。它能进行符号运算、代数化简、微积分、矩阵运算等数学操作,无需依赖外部库。支持泰勒级数展开(如三角函数的泰勒展开)、方程求解(包括微分方程)等功能,提供精确符号解而非浮点近似。安装简便(pip/conda),自带交互式控制台isympy,支持LaTeX输出。该项目始于2005年,通过Google Summer of
Docker官方维护的Python SDK docker-py(7k+ Star)让开发者能够在Python代码中直接调用Docker引擎API,实现容器管理自动化。该库全面覆盖Docker核心功能:运行/停止容器、镜像管理、日志采集(支持流式读取)、Swarm集群管理等。安装简单(pip install docker),提供直观的Python对象化接口(如client.containers.ru
Python扩展库dateutil(19年历史,2.6k+星)弥补了标准库datetime的不足,提供四大核心功能:1)relativedelta处理复杂时间差(如"下月最后周五");2)rrule支持iCalendar重复规则;3)parser智能解析多格式日期字符串;4)tz模块内置全球时区数据。该库成熟稳定,测试覆盖率高,特别适合定时任务、日历应用等需要复杂日期计算的场景。新手建议从rela
Telegram 的 Bot API 是聊天机器人领域最开放的接口之一,而 python-telegram-bot 是目前 Python 生态里接入这套接口最成熟的库。在用 Python 写 Telegram 机器人的场景下,不管是简单消息回复还是复杂对话管理,这个库都能覆盖。项目有一个活跃的 Telegram 群组,遇到问题进去问,很快有人回复。代码有完整的类型注解,IDE 里写代码有自动补全。
谷歌开源AI代理开发框架ADK-Python,累计获19,539星。该框架支持构建、评估和部署各类AI代理系统,默认适配Gemini模型,同时兼容其他模型。提供代码优先开发模式,支持模块化多代理系统设计,内置工具确认流程确保操作安全。框架包含丰富工具生态,可实现与谷歌生态深度对接,支持容器化部署到Cloud Run或Vertex AI。开发者可通过pip安装稳定版或GitHub获取开发版,快速构建
同时严格核查权限管控、数据脱敏、私有化部署等合规能力,匹配行业监管要求。本文参考权威机构技术评估规范,确立六大核心评估维度,分别为多智能体协同能力、数据集成与治理能力、自然语言交互精准度、企业级安全合规性、工程化落地适配性、行业场景沉淀深度,基于以上维度对市面主流企业级 Data Agent 开发平台进行分层分类解析,为企业选型提供专业参考依据。企业级 Data Agent 开发平台依托大模型与智
摘要: Python库validators提供了一种极简的数据验证方案,无需定义schema,直接调用函数即可验证各类字符串格式(如邮箱、URL、IP等)。其优势在于轻量、直观和稳定,适合脚本开发或数据清洗等场景,但不适用于需要复杂校验的Web应用。通过pip install validators安装后,仅需一行代码(如validators.email('test@example.com'))即可
setuptools是Python生态中至关重要的老牌打包工具,虽然GitHub星标数不高但实际用户量巨大。它解决了Python包的构建和分发问题,支持依赖管理、版本控制等核心功能。作为基础设施工具,setuptools已稳定维护20年,持续更新保持兼容性,并与pip、Twine等工具深度集成。虽然日常开发中感知不到它的存在,但在打包发布时不可或缺。尽管出现了Poetry等新工具,setuptoo
Python列表是基本数据结构,支持索引、切片、修改等操作。列表索引从0开始,可用负数反向索引。可通过append()添加元素、del删除元素,支持+/*运算符组合和重复列表。列表可嵌套,内置len()/max()/min()等函数及append()/remove()/sort()等方法实现增删改查。列表元素类型可不同,使用方括号定义,是最常用的Python数据类型之一。
simplejson是一个纯Python实现的JSON编解码库,提供比Python内置json模块更丰富的功能。它支持自定义类型序列化、解码后处理、RawJSON拼接等特性,并可选C扩展提升性能。兼容Python 2.7到3.14版本,适合需要处理复杂JSON场景的项目。作为标准库的补充方案,simplejson经过长期验证,在保持接口熟悉度的同时提供了更多扩展能力,是JSON处理需求较高时的实用
PyPy是一个用Python自身实现的Python解释器,基于RPython框架构建。与CPython相比,其最大特点是采用JIT即时编译技术,能显著提升执行性能,特别适合数值计算和数据处理场景。PyPy完全兼容Python语法标准,但对C扩展模块的支持存在一定限制。项目提供跨平台预编译版本,安装使用简便。PyPy最初是欧盟资助的研究项目,经过多年发展已成为生产级解释器,其核心技术RPython框
有个叫 awesome-opensource-apps 的仓库,把这类实用 Python 脚本收集到了一起,目前收录了 100 多个项目,Star 数 3800 多。还有一个问题是,仓库里有些链接指向的是 unicodeveloper/awesome-opensource-apps 这个组织下的其他仓库,但那些仓库有的已经不存在了,点开会 404。有些脚本写得不错,注释清楚,结构规范。需要快速解决
AI编码工具agent-skills项目将资深工程师的工作流程结构化,为AI代理提供24个标准化技能,覆盖软件开发全周期6个阶段,包括需求定义、任务规划、增量开发、测试验证等关键环节。该项目采用Markdown格式的指令文件,兼容主流AI编码工具,通过内置专家角色和标准化流程(如测试驱动开发、代码审查等)提升代码质量。虽然仍需人工验证,但显著降低了AI代理跳过工程规范的几率,成为提升团队代码一致性
Dropbox官方推出的Python SDK在GitHub获得978星,封装了完整API功能。该库基于requests构建,提供文件管理、账户查询等核心操作,支持pip安装和源码编译。配套多种认证示例和文档,需先获取API密钥并通过OAuth认证。要求2026年前升级至v12.0.2+以兼容证书变更,采用MIT许可,适合Python项目集成Dropbox存储,文档完善且附带测试覆盖率报告。
TOML 是一种易读易写的配置文件格式,Python 的 toml 库提供了简洁高效的解析方案。该库仅需 pip install toml 即可安装,核心 API 只有三个函数:loads(解析字符串)、dumps(生成字符串)和 dump(写入文件),完全兼容 TOML v0.5.0 规范。特别优化了对 Numpy 数组的支持,通过 TomlNumpyEncoder 可正确序列化数据。作为轻量级
Matplotlib是Python生态中最老牌且功能全面的数据可视化库,支持折线图、柱状图、散点图等多种图表类型,并能导出高质量图片格式。尽管存在API设计老旧、默认样式朴素等不足,但其广泛的覆盖性、与科学计算库的深度集成以及成熟的社区支持,使其成为数据分析基础工具,尤其适合科研和需要精细控制图表的场景。安装简单,文档丰富,是Python数据可视化学习的首选。
orjson是Python中性能最优异的JSON处理库,其序列化速度比标准库快10倍,反序列化快2倍。它原生支持dataclass、datetime、numpy数组等复杂类型,通过Rust实现底层逻辑,提供多种序列化选项控制输出格式。安装简单(pip install orjson),支持Python 3.10-3.15及多平台架构。与标准库相比,主要差异包括:dumps()返回bytes而非str
国内的 CTP、CTP Mini、飞马、易盛、中泰XTP、华鑫奇点,海外的 Interactive Brokers、易盛外盘、直达期货,全都能接。数据库支持 SQLite、MySQL、PostgreSQL、QuestDB、TDengine、MongoDB,数据服务对接迅投研、米筐RQData、TuShare、万得Wind、同花顺iFinD等。策略层面,CTA策略、价差交易、期权交易、组合策略、算法
ffmpeg-python 是一个 Python 包装库,将 FFmpeg 的命令行功能转化为更易用的 Python API,让开发者可以用链式调用的方式构建复杂的音视频处理流程。它解决了 FFmpeg 命令行参数复杂、难以维护的问题,特别适合需要在 Python 中集成视频处理的开发者。通过输入、滤镜和输出的对象化操作,用户可以更直观地拼接视频处理逻辑,而无需记忆复杂的命令行参数。该项目支持多输
PyNaCl是一个基于libsodium的Python密码学库,提供数字签名、加密、哈希等安全功能。它通过高层API封装底层密码学操作,默认采用安全参数组合,降低开发者使用门槛和失误风险。支持Python 3.8+和PyPy 3,安装简单(pip install pynacl),几行代码即可实现签名验证或加解密。该库适合需要在Python项目中快速集成可靠密码学功能,但不愿深入密码学细节的开发者,
scikit-learn是Python生态中最流行的机器学习库之一,拥有超过6.6万GitHub星标。它构建于NumPy和SciPy之上,提供统一的API接口,覆盖分类、回归、聚类、降维等常见机器学习任务。该项目始于2007年,经过近20年发展已成为数据科学领域的标准工具,其特点包括一致的算法接口、丰富的内置算法(从线性模型到集成学习)、完整的数据预处理和模型评估流程。虽然不涉及深度学习,但其专注
Starlette是一个轻量级的Python ASGI框架,用于构建异步Web服务。它基于ASGI标准,支持WebSocket、后台任务和事件处理,提供HTTP相关功能如CORS、静态文件等。Starlette以简洁设计著称,核心依赖少,性能优异,兼容asyncio和trio。安装简单,可通过uvicorn运行,支持模块化使用,适合需要高效异步服务或可复用ASGI组件的开发者。其完整类型注解和10
Claude Agent Skills 是一个为 Claude Code 开发者设计的可复用技能库,旨在减少重复配置工作。它分为两类:Toolchain(开发工具和项目脚手架,如 node-ts-cli 提供完整的 Node.js CLI 项目骨架)和 Integrations(第三方服务对接,如 fathom 会议录音访问)。支持通过 Claude Code 命令或 Claude Agent S
attrs 是 Python 中简化类定义的工具库,通过装饰器自动生成常见魔术方法(如__init__、__repr__等),减少样板代码。它支持类型注解,提供属性概览、可读输出、相等比较等功能,且无运行时性能损失。相比 Python 内置的 dataclasses,attrs 功能更丰富,支持更多定制选项。该库自2015年维护至今,被NASA等机构使用,安装简单(pip install attr
PyNaCl是一个基于libsodium的Python加密库,提供多种密码学功能,包括数字签名(Ed25519)、对称加密(XSalsa20-Poly1305)、公钥加密(Curve25519)、哈希算法和密钥派生等。其设计优先考虑安全性,简化了加密操作,使开发者无需处理底层细节。支持Python 3.8+和PyPy 3,通过pip即可安装。示例展示了使用Ed25519生成密钥对、签名和验证的过程
mypyc是一款将带类型注解的Python代码编译为C扩展的工具,可将性能提升4倍。它基于mypy进行类型检查和推断,无需学习额外语法,保持代码可读性。相比Cython,mypyc完全使用标准Python语法,支持更丰富的类型系统特性,适合希望整体提升性能的开发者。目前处于alpha阶段,已在mypy项目中验证效果,支持编译单个模块或整个项目,编译后的C扩展可直接部署。mypyc为Python开发