python-weekly

1.9k 68 较难 2 次阅读昨天开发框架Agent图像

AI 解读由 AI 自动生成，仅供参考

Python潮流周刊是一个专注于Python生态的精选内容聚合平台，每周为你推送最值得阅读的技术文章、开源项目、教程、播客和视频。面对信息过载的时代，它从400多个中英文优质信源中人工筛选出真正有价值的内容，帮你节省寻找和甄别信息的时间。

每期周刊包含12篇精选文章和12个开源项目，所有内容都配有深度解读和编辑见解，而非简单转载。特别值得一提的是，它采用"AI聚合+人工筛选"的双层机制，既保证了内容的广度，又确保了质量。1000+星标的优质项目会被特别标注，让你一眼发现宝藏资源。

这个周刊特别适合想要持续学习Python的开发者、程序员和技术爱好者。无论你是想提升核心技能、追踪技术趋势，还是寻找实用的开源工具，它都能提供高质量的信息输入。目前已发布144期，累计推荐超过1700篇文章和项目，是Python从业者不可多得的知识伴侣。

从第47期开始转为付费订阅，但往期内容会逐步免费开放。

使用场景

李明是一名工作三年的Python后端工程师，每天忙于业务开发，只能抽出周末2小时学习新技术，但总在信息海洋中迷失方向。

没有 python-weekly 时

信息筛选耗时巨大：每周要花3-4小时刷GitHub Trending、Reddit、知乎和各类技术博客，结果80%的内容都是"水货"，真正有价值的干货淹没在信息洪流中
优质资源持续错过：2024年FastAPI发布了重要版本更新，几个能提升项目性能的异步特性直到三个月后才偶然发现，错过了最佳技术升级窗口
学习路径缺乏系统性：今天看一篇装饰器进阶文章，明天学一个爬虫框架，后天研究类型提示，知识碎片化严重，无法形成技术积累
中英文社区难以兼顾：想跟进国际前沿就得刷英文源，但高质量中文内容又分散在各个公众号和博客，两边都顾不上

使用 python-weekly 后

每周精准获取12篇精华：周五晚固定收到周刊，15分钟浏览标题和摘要，直接锁定2-3篇与工作强相关的深度文章，筛选时间缩短90%
第一时间掌握关键动态：第142期及时推荐了Pydantic v2.7的性能优化实践，周一就在项目中应用，接口响应速度提升40%
构建完整知识体系：连续阅读20期后，发现周刊对"Python性能优化"主题有系统性覆盖，从 profiling 工具到 asyncio 最佳实践形成知识网络
双语生态一手掌握：每期同步精选GitHub 2000+星标的英文项目和国内大厂实战文章，不再错过任何一边的优质内容

python-weekly让李明用每周1小时的高效阅读，替代了过去10小时的无效浏览，在繁忙工作中持续保持技术敏锐度。

运行环境要求

操作系统

未说明

GPU

未说明

内存

未说明

依赖

notes该项目为 Python 技术周刊内容聚合项目，并非可运行的 AI 工具或软件，无需部署环境。项目主要包含 Markdown 格式的周刊文档和静态网站资源，用于分享精选的 Python 文章、开源项目和技术资讯。

python未说明

快速开始

Python Trending Weekly

Language / 语言: 🇺🇸 English | 🇨🇳 中文

好消息！我们推出了全新的官方网站。欢迎访问：https://weekly.pythoncat.top

在这个信息过载的时代，虽然获取信息变得极其便利，但筛选优质内容的成本却显著增加了。

阅读你想要的内容、你需要的内容以及能帮助你成长的内容——这些并非人人都具备的能力。

Python Trending Weekly 由 Python Cat 出品，精心筛选 400+ 中英文信息源，为您带来最有价值的文章、教程、开源（open-source）项目、软件工具、播客、视频和热点话题。

我们的愿景：帮助所有读者提升 Python 技能，增加主业和副业收入。

欢迎投稿！如需推荐文章、项目、资源或信息源（包括您自己的），请提交 issue。

✨ 为什么选择 Python Trending Weekly？

🌍 全球范围全面覆盖

从 400+ 优质的中英文生态信息源中精心挑选，涵盖官方文档、技术博客、开源社区和学术出版物，为您提供前沿、权威的技术洞察。

📚 多格式内容

从深度技术文章和开源项目，到多媒体资源、热点话题和技术书籍——满足您多样化学习体验所需的一切。

📊 内容体量充实

每期包含 12 篇精选技术文章和 12 个开源项目，辅以多媒体资源和热点讨论，构成完整的技术生态。

🤖 AI 驱动（AI-Powered）+ 人工精选

AI 技术高效聚合海量信息流，而人工编辑则以严格的标准确保每条推荐都能带来真正的学习价值。

🔍 深度内容分析

每篇文章都包含精心撰写的摘要和编辑见解——不仅仅是原始内容的转载——还有相关的补充材料，助您更深入地理解。

🎨 丰富的视觉呈现

精美的排版设计和引人入胜的视觉效果，加上对 1000+ 星标（star）开源项目的特别标注，帮助您快速识别顶级资源。

🐱 付费订阅

从第 47 期开始，这份每周通讯已转为付费模式。如果您想了解有关付费订阅的更多信息以及我们做出这一改变的原因，请阅读这篇博客文章。

我们目前提供一种订阅选项：

Patreon（推荐英文读者使用）

随着我们发布更多期内容，我们将逐步免费开放早期内容（第 n+50 期将免费）。敬请期待！

📊 数据统计

📈 统计项	📊 数量
📅 总期数	144
📝 总文章数	1750
🚀 总项目数	1671
🎵 总音视频数	133
🔥 总热点话题数	57
📚 总书籍数	98

🦄 往期内容

第 144 期：重写一个 20 年历史的 Python 库
- 分享了 13 篇文章，12 个开源项目
第 143 期：重塑 Python 的 AsyncIO
- 分享了 13 篇文章，12 个开源项目
第 142 期：Python 优化阶梯
- 分享了 12 篇文章，12 个开源项目
第 141 期：Python 早期贡献者的口述历史
- 分享了 12 篇文章，13 个开源项目
第 140 期：你本可以发明 OpenClaw
- 分享了 12 篇文章，13 个开源项目
第 139 期：为什么人们总想取代数据分析师？
- 分享了 14 篇文章，14 个开源项目
第 138 期：它正被渐进式改进扼杀吗？
- 分享了 12 篇文章，12 个开源项目
第 137 期：pandas 3.0 的新特性
- 分享了 12 篇文章，12 个开源项目
第 136 期：Anthropic 向 PSF 投资 150 万美元
- 分享了 12 篇文章，12 个开源项目
第 135 期：Python 3.6-3.14 性能
- 分享了 12 篇文章，12 个开源项目
第 134 期：uv 是如何变得如此快速的
- 分享了 12 篇文章，12 个开源项目
第 133 期：为什么你应该多阅读工程博客
- 分享了 12 篇文章，12 个开源项目
第 132 期：使用 Python 自由职业 30 年
- 分享了 12 篇文章，12 个开源项目
第 131 期：从零构建 AI 智能体
- 分享了 12 篇文章，12 个开源项目
第 130 期：Django 6.0 来了
- 分享了 12 篇文章，12 个开源项目
第 129 期：Pydantic 能做什么？
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 128 期：用于 CPython 的 Rust
- 分享了 13 篇文章，12 个开源项目
第 127 期：到 Python 3.16 时让 Free-Threaded JIT 快 5-10% 的计划
- 分享了 13 篇文章，12 个开源项目，2 个音频/视频
第 126 期：一个现代静态站点生成器
- 分享了 12 篇文章，12 个开源项目
第 125 期：个人 AI 笔记本
- 分享了 12 篇文章，12 个开源项目
第 124 期：理性看待 GIL 移除
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频
第 123 期：你可能不需要单例模式
- 分享了 12 篇文章，12 个开源项目，3 个音频/视频
第 122 期：Python 3.14 来了——但它到底有多快？
- 分享了 12 篇文章，12 个开源项目
第 121 期：工程师如何做出高影响力决策？
- 分享了 12 篇文章，12 个开源项目
第 120 期：新 Python 类型检查器对比
- 分享了 13 篇文章，13 个开源项目，1 个音频/视频，2 个热门讨论
第 119 期：Google 停止 Pytype 开发！
- 分享了 12 篇文章，12 个开源项目
第 118 期：为什么 Python Async 没有更流行？
- 分享了 12 篇文章，12 个开源项目
第 117 期：关于 Python 起源的纪录片
- 分享了 12 篇文章，12 个开源项目，1 个音频/视频
第 116 期：2025 年 Python 现状
- 分享了 12 篇文章，12 个开源项目
第 115 期：Astral 推出 pyx 包注册表，AI 优化 20 年代码
- 分享了 12 篇文章，12 个开源项目
第 114 期：Python 性能神话与童话
- 分享了 12 篇文章，12 个开源项目
第 113 期：用虚拟线程替代 Async/Await
- 分享了 12 篇文章，12 个开源项目，1 个音频/视频
第 112 期：迎接 AI 时代的新一代程序员
- 分享了 13 篇文章，12 个开源项目
第 111 期：Django 庆祝 20 周年，前 OpenAI 员工分享工作经验
- 分享了 13 篇文章，13 个开源项目，1 个音频/视频
第 110 期：JIT 编译器两年回顾，AI 智能体工具爆发
- 分享了 12 篇文章，12 个开源项目
第 109 期：Python 性能优化技巧
- 分享了 13 篇文章，13 个开源项目
第 108 期：AI 会取代初级开发者吗？
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频
第 107 期：无 GIL Python 获官方批准
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频，2 个热门讨论
第 106 期：PEP 734 正式获批，多解释器时代来临
- 分享了 12 篇文章，15 个开源项目
第 105 期：2025 年开发 React+Flask 项目的最佳实践
- 分享了 12 篇文章，12 个开源项目
第 104 期：Python 考虑添加虚拟线程？
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频，2 个热门讨论
第 103 期：LlamaIndex 的单体仓库转型
- 分享了 12 篇文章，13 个开源项目，2 个音频/视频
第 102 期：微软裁员 Faster CPython 团队
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频，3 个热门话题
第 101 期：用 Rust 开发的 Python 类型检查工具
- 分享了 12 篇文章，12 个开源项目
第 100 期：有了 f-strings，为什么还需要 t-strings？
- 分享了 12 篇文章，12 个开源项目，1 个音频/视频
第 99 期：如何在生产环境中运行 Python？
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频，2 个热门话题
第 98 期：t-string 语法正式获批
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频
第 97 期：CUDA 终于原生支持 Python！
- 分享了 12 篇文章，12 个开源项目，2 个热门话题
第 96 期：MCP 到底是什么？
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 95 期：像人类一样使用计算机
- 分享了 11 篇文章，12 个开源项目
第 94 期：如何解决 FastAPI 的大文件传输问题？
- 分享了 11 篇文章，12 个开源项目，2 个音频/视频
第 93 期：为什么 "if not list" 比 len() 快 2 倍？
- 分享了 12 篇文章，12 个开源项目
第 92 期：Python 包地图
- 分享了 12 篇文章，12 个开源项目
第 91 期：Python 在浏览器中的未来
- 分享了 12 篇文章，12 个开源项目
第三季合集：付费读者专享，即将开源发布
第 90 期：uv 一周年：优缺点分析
- 分享了 12 篇文章，12 个开源项目
第 89 期：Python 3.14 的新解释器！
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 88 期：Python 的第一个稳定版本是什么样的？
- 分享了 12 篇文章，12 个开源项目，1 个热门讨论
第 87 期：可与 OpenAI-o1 媲美的开源模型
- 分享了 12 篇文章，12 个开源项目
第 86 期：Jupyter Notebook 智能编码助手
- 分享了 12 篇文章，12 个开源项目
第 85 期：让 AI 帮你写出更好的代码
- 分享了 12 篇文章，12 个开源项目，1 个音频/视频
第 84 期：2024 年 Python 最佳实践
- 分享了 12 篇文章，12 个开源项目
第 83 期：使用 uv 的技巧
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 82 期：CIA 如何使用 Python？
- 分享了 12 篇文章，12 个开源项目
第 81 期：在个人电脑上运行 GPT-4 级别的大语言模型
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频
第 80 期：Django 项目性能优化
- 分享了 12 篇文章，12 个开源项目，3 个音频/视频
第 79 期：Python 的元数据困境
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 78 期：async/await 是一个糟糕的设计
- 分享了 12 篇文章，12 个开源项目，1 个音频/视频
第 77 期：Python 依赖管理像垃圾场着火吗？
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 76 期：用 50 行 Python 代码实现 BASIC
- 分享了 11 篇文章，12 个开源项目
第 75 期：用 Python 开发 NoSQL 数据库
- 分享了 11 篇文章，12 个开源项目，1 个音频/视频，2 个热门讨论
第 74 期：Python 编程课创造吉尼斯世界纪录
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频
第 73 期：让我们对 PyPI 温柔一点，好吗？
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 72 期：Python 3.13.0 最终版本发布！
- 分享了 14 篇文章，12 个开源项目，4 个音频/视频
第 71 期：PyPI 应该摆脱对赞助的依赖
- 分享了 12 篇文章，12 个开源项目，1 个音频/视频
第 70 期：Microsoft Excel 中的 Python 正式发布！
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频
第 69 期：是时候停止使用 Python 3.8 了
- 分享了 12 篇文章，12 个开源项目
第 68 期：2023 年 Python 开发者调查结果
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 67 期：uv 重大更新
- 分享了 12 篇文章，12 个开源项目
第 66 期：Python 的预处理器
- 分享了 12 篇文章，12 个开源项目，1 个音频/视频
第 65 期：CSV 有点问题
- 分享了 12 篇文章，12 个开源项目
第 64 期：Python 函数调用仍然很慢吗？
- 分享了 11 篇文章，13 个开源项目，1 个音频/视频
第 63 期：开发 Python Web 项目
- 分享了 10 篇文章，13 个开源项目，2 个热门话题
第 62 期：尝试 Free-Threaded Python
- 分享了 12 篇文章，12 个开源项目
第 61 期：PyPI 管理员密钥泄露事件
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频，2 个热门话题
第二季合集
- 第 31-60 期精华
第 60 期：Python 有这么多包管理工具
- 分享了 13 篇文章，13 个开源项目
第 59 期：Polars 1.0 发布，PyCon US 2024 演讲视频也发布了
- 分享了 12 篇文章，12 个开源项目，2 个视频，赠送 5 本书
第 58 期：运行原型最快的语言
- 分享了 12 篇文章，12 个开源项目，赠送 5 本书
第 57 期：Python 应该采用日历版本控制吗？
- 分享了 12 篇文章，12 个开源项目，赠送 5 本书
第 56 期：NumPy 2.0 中更快的字符串函数
- 分享了 12 篇文章，12 个开源项目，赠送 5 本书
第 55 期：分享 9 个高质量技术信息源！
- 特刊，分享多个高质量时事通讯类信息源
第 54 期：ChatTTS：强大的文本转语音模型
- 分享了 12 篇文章，12 个开源项目，3 个音频/视频
第 53 期：榜样：一位会见诺贝尔奖得主，一位成为核心开发者
- 分享了 12 篇文章，12 个开源项目，赠送 5 本书：《程序是怎样运行的（第3版）》
第 52 期：处理 Excel 的 Python 资源
- 分享了 12 篇文章，12 个开源项目，赠送 5 本书：《网络是怎样连接的》
第 51 期：用 Python 创建精美的图表
- 分享了 12 篇文章，12 个开源项目，赠送 5 本书：《图解 IT 基础设施》
第 50 期：我最喜欢的 Python 3.13 新特性！
- 分享了 12 篇文章，11 个开源项目，2 个音频/视频，赠送 5 本书：《黑客与画家（10万册纪念版）》
第 49 期：Google 裁员 Python 团队，微软开源 MS-DOS 4.0
- 分享了 12 篇文章，12 个开源项目，2 个视频，赠送 5 本书：《你好，算法》
第 48 期：Python 3.14 发布计划
- 分享了 12 篇文章，11 个开源项目，赠送 5 本书：《图解 TCP/IP（第6版）》
第 47 期：当你的老师想让你做开源时
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频，赠送 5 本书：《Python 编程：从入门到实践（第3版）》
第 46 期：如何用 Python 预测日食时间和路径？
- 分享了 13 篇文章，12 个开源项目，2 个音频/视频，赠送 7 本书：《Python 教程（第3版，修订版）》
第 45 期：越来越多的 AI 自动开发框架
- 分享了 13 篇文章，11 个开源项目，2 个音频/视频，赠送 5 本书：《Python 及其应用（第2版）》
第 44 期：Mojo 本周开源；AI 学习生成音乐
- 分享了 12 篇文章，13 个开源项目，赠送 5 本书：《Python 数据结构与算法分析（第3版）》
第 43 期：在开源和家庭之间，他选择了家庭
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频，赠送 5 本书：《流畅的 Python》
第 42 期：小公司能用 Python 开发实现什么？
- 分享了 12 篇文章，12 个开源项目，赠送 6 本书：《Python 工匠》
第 41 期：写代码简单，但写好代码难
- 分享了 12 篇文章，12 个开源项目，赠送 5 本书：《Python 工匠》
第 40 期：白宫推荐 Python 等内存安全语言
- 分享了 12 篇文章，11 个开源项目
第 39 期：用 Rust 开发的超快打包工具
- 分享了 13 篇文章，13 个开源项目，2 个播客
第 38 期：用 Django + Next.js 构建全栈项目
- 分享了 12 篇文章，12 个开源项目，赠送 5 本书：《AI 绘画实战：Midjourney 从入门到精通》
第 37 期：Python "令人失望" 的动态类型超能力
- 分享了 12 篇文章，12 个开源项目
第 36 期：Python 打包生态仍然不容乐观
- 分享了 11 篇文章，12 个开源项目
第 35 期：Python JIT 编译器和 Numpy2 即将到来
- 分享了 12 篇文章，12 个开源项目，2 个热门讨论
第 34 期：Python 3.13 的 JIT 解决方案既新颖又出色！
- 分享了 13 篇文章，13 个开源项目，2 个音频/视频
第 33 期：FastAPI 很好，Flask 没死，两者都有未来
- 分享了 15 篇文章，13 个开源项目，1 个视频
第 32 期：构建个人新闻聚合器
- 分享了 10 篇文章，10 个开源项目，3 个音频/视频
第 31 期：继 iOS 之后，新 PEP 提议将 Android 添加为官方支持平台
- 分享了 13 篇文章，12 个开源项目，3 个音频/视频
第一季合集
- 第 1-30 期精华，总计 6.2 万字
第 30 期：非洲 Python 社区致 PSF 的公开信
- 分享了 12 篇文章，12 个开源项目
第 29 期：Rust 能比 Python 慢吗？！
- 分享了 12 篇文章，12 个开源项目，2 个播客，2 个热门讨论
第 28 期：两种线程池，四种优化程序的方法
- 分享了 12 篇文章，12 个开源项目
第 27 期：我们应该如何处理程序错误？
- 分享了 12 篇文章，12 个开源项目，2 个视频
第 26 期：requests3 的现状
- 分享了 12 篇文章，12 个开源项目，3 个音频/视频
第 25 期：Ruff：最快的代码格式化工具！
- 分享了 12 篇文章，12 个开源项目
第 24 期：no-GIL 提案正式通过！
- 分享了 12 篇文章，12 个开源项目，3 个音频/视频
第 23 期：35 个易于上手的 Python 小项目
- 分享了 12 篇文章，12 个开源项目，2 个音频/视频
第 22 期：Python 3.12.0 发布！
- 分享了 12 篇文章，12 个开源项目，2 个视频
第 21 期：如何提升和衡量 Python 代码性能？
- 分享了 12 篇文章，10 个开源项目，2 个音频/视频
第 20 期：三种基准测试方法，为什么代码在函数中运行更快？
- 分享了 14 篇文章，10 个开源项目
第 19 期：Mojo 终于可下载了！
- 分享了 12 篇文章，8 个开源项目
第 18 期：Flask、Streamlit 和 Polars 教程
- 分享了 12 篇文章，10 个开源项目
第 17 期：Excel 终于支持 Python，Meta 开源重大新项目，Mojo 获得 1 亿美元新融资
- 分享了 16 篇文章，13 个开源项目，3 个视频，2 个热门话题
第 16 期：优雅重要吗？如何编写 Pythonic 代码？
- 分享了 16 篇文章，12 个开源项目，2 个视频
第 15 期：如何分析异步任务性能？
- 分享了 15 篇文章，9 个开源项目，4 个播客
第 14 期：Lpython 高性能编译器，Python 与 JavaScript 互操作
- 分享了 15 篇文章，12 个开源项目，1 个播客
第 13 期：Jupyter Notebook 7 发布，no-GIL 提案的好消息！
- 分享了 15 篇文章，12 个开源项目，1 个热门话题
第 12 期：如何调试 Python 中的死锁问题？
- 分享了 14 篇文章，10 个开源项目，5 个音频/视频
第 11 期：如何用 Golang 运行 Python 代码？
- 分享了 15 篇文章，12 个开源项目，2 个播客，2 个热门话题
第 10 期：Twitter 的对手 Threads 是用 Python 开发的！
- 分享了 13 篇文章，12 个开源项目，2 个热门问题
第 9 期：如何在本地部署开源大语言模型？
- 分享了 15 篇文章，10 个开源项目
第 8 期：Python 3.13 计划将解释器速度提升 50%！
- 提及了 12 篇文章，8 个开源项目/资源，2 个热门话题
第 7 期：我讨厌使用 asyncio
- 提及了 15 篇文章/教程，11 个开源项目/资源，3 个音频/视频内容。赠送了 5 本书
第 6 期：Python 3.12 有我贡献的代码！
- 提及了 15 篇文章/教程，11 个开源项目/资源，3 个音频/视频内容
第 5 期：并发运行百万个任务需要多少内存？
- 提及了 12 篇文章/教程，9 个开源项目/资源，6 个音频/视频内容
第 4 期：Python 2023 语言峰会
- 提及了 8 篇文章
第 3 期：PyPI 的安全问题
- 提及了 12 篇文章/教程，8 个开源项目/资源，2 个视频，2 个热门讨论
第 2 期：Rust 让 Python 再次伟大
- 提及了 10 篇文章/教程，5 个开源项目/资源，4 个音频/视频，3 个热门讨论
第 1 期：如何系统地学习 Python？
- 提及了 8 篇文章/教程，4 个开源项目，4 个音频/视频，3 个热门讨论

星标历史

许可证：署名-非商业性使用-相同方式共享 (CC BY-NC-SA 4.0)

Python Weekly 快速上手指南

Python Weekly 是由 Python猫精心策划的 Python 技术周刊，聚合了 400+ 中英文优质信源，提供精选文章、开源项目、音视频等丰富内容。

环境准备

阅读周刊内容只需以下工具：

Git（用于克隆仓库）
Markdown 阅读器（如 Typora、VS Code 或 GitHub 网页）
网络浏览器（访问官网或在线阅读）

安装步骤（获取内容）

方式一：在线阅读（推荐）

直接访问官方中文网站，无需安装：

# 官网地址
https://weekly.pythoncat.top

方式二：克隆 GitHub 仓库

如果 GitHub 访问不畅，可使用镜像源：

# 官方仓库
git clone https://github.com/chinesehuazhou/python-weekly.git

# 国内镜像（如可用）
git clone https://hub.fastgit.org/chinesehuazhou/python-weekly.git

克隆后所有周刊 Markdown 文件位于 docs/ 目录。

方式三：订阅推送

Telegram 频道：@pythontrendingweekly（免费）
微信公众号：搜索"Python猫"或扫描项目 README 中的二维码
邮件订阅：通过官网订阅

基本使用

阅读最新周刊

# 进入 docs 目录
cd python-weekly/docs

# 查看最新一期（以实际文件名为准）
# 例如查看第 144 期
open 2026-03-28-weekly.md

内容结构

每期周刊包含：

12-14 篇精选技术文章（含深度解读）
12-15 个开源项目（⭐ 标注 1000+ star 项目）
音视频资源（部分期数）
热点讨论（部分期数）

付费与免费内容

付费内容：最新 50 期内需通过 Patreon 订阅
免费内容：n+50 期后的历史周刊自动免费开放
当前免费：第 94 期及之前的所有内容可直接阅读

快速检索

使用 grep 或 IDE 搜索功能查找特定主题：

# 搜索所有周刊中关于 Django 的内容
grep -r "Django" docs/

进阶使用

推荐内容：通过 GitHub Issues 投稿
RSS 订阅：官网提供 RSS 源
英文阅读：切换官网右上角语言至 English 访问英文版

提示：建议先浏览官网免费内容，体验质量后再决定是否付费订阅最新期刊。

版本历史

weekly-season-1-ebook2024/07/10

常见问题

Python 潮流周刊有 RSS 订阅吗？

推荐的文章可以转载到公众号吗？

Python 新手想深入学习解释器实现和机器学习，有什么推荐资料？

向周刊投稿有什么时间建议吗？

初学者用 AI 生成的代码改着改着就跑不起来了，有什么建议？

如何在 Python 中实现类似 Linux 的管道操作符？

投稿项目或工具有什么要求？为什么我的投稿被拒绝？

周刊会收录日语或其他语言的 Python 技术文章吗？

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|今天

开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 139k|★★☆☆☆|今天

开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 107.7k|★★☆☆☆|2天前

开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。

★ 87.6k|★★☆☆☆|今天

开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。

★ 85k|★★☆☆☆|今天

图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。

★ 77.1k|★★★☆☆|昨天

Agent图像开发框架