**📚 文章&教程** - **全栈开发：** 本周刊分享了使用 Django 和 Next.js 构建全栈项目的教程，涵盖了餐厅菜单管理项目和仪表板项目的开发，并介绍了不同数据库的使用、表单筛选、Tailwind CSS 等技术。 - **性能优化：** 文章介绍了如何使用 Profila 库分析 Numba 代码的性能问题，并探讨了性能分析的局限性。 - **调试技巧：** 本周刊分享了 Python 调试技巧，包括调试思维、调试工具和技术，例如 snoop、pdb/ipdb、PuDB、web-pdb、birdseye、Kolo 等。 - **日期时间：** 文章分析了 Python datetime 标准库的 10 个陷阱，并介绍了主流的三方库情况，例如 arrow 、pendulum 、DateType、heliclockter 等。 - **语法纠正：** 文章介绍了使用 language-tool-python 、Gramformer 、Ginger 和 pyaspeller 4 个库来检查和自动纠正语法错误。 - **多语言调试：** 文章介绍了如何调试 Python 与 C 语言混合的项目，使用 GDB 来调试，定位和解决死锁问题。 - **动态规划：** 文章从常见编程问题出发，使用缓存、优化缓存、动态规划逐步深入，揭开动态规划的神秘面纱。 - **类型提示：** 文章探讨了什么时候应该避免使用类型提示，并列举了一些不推荐使用类型提示的原因。 - **LLM 运行：** 本周刊分享了在个人笔记本电脑上运行大语言模型的教程，介绍了在不同操作系统上运行 llama.cpp 的完整过程，包括选择和下载模型、提示词设置、使用 GBNF 语法格式化 LLM 输出、流式响应、多模态模型等。 - **语言解析器：** 本周刊介绍了如何使用 Python 和 Pylasu 实现语言解析器，并分享了相关的教程。

**📦 项目&资源** - **excelCPU：** 用 Excel 实现的 16 位 CPU 和相关文件，提供 16 位 CPU、16 个通用寄存器、128KB RAM 和 128x128 显示区域，使用 Python 进行编译。 - **whenever：** 万无一失的 Python 日期时间库，克服了标准库和其它三方库没有很好解决的一些问题。 - **DeepSeek-Coder：** 由一系列代码语言模型组成，每个模型都用 2T token 训练，提供多种型号尺寸，拥有高级代码补全能力。 - **fastcrud：** FastAPI 的异步 CRUD 操作，特性有：完全异步、SQLAlchemy 2.0、强大的 CRUD、动态构建复杂查询、高级 SQL 联结、基于偏移或光标的分页、模块化可扩展、自动生成接口。 - **leptonai：** 简化 AI 服务构建的 Pythonic 框架，让你轻松用 Python 代码构建 AI 服务。 - **gpt-newspaper：** 用 GPT 创建个性化报纸，由 6 个专业 agent 组成，支持搜索网络最新内容，聚合知名的新闻源。 - **apprise：** 纯 Python 开发的轻量型消息推送库，支持通过大多数服务发送通知，例如 Telegram、Discord、Slack、Amazon SNS、Gotify 等等等，支持短信、邮件、系统桌面等多种形式。 - **procrastinate：** 基于 PostgreSQL 的 Python 任务队列，提供 Django 集成，易于与 ASGI 框架一起使用。 - **flent：** 灵活的网络基准测试工具，可以同时运行多个 netperf/iperf/ping 实例并聚合结果，通过交互式 GUI 和可扩展的绘图功能展示数据。 - **urllib3：** 新版本支持在浏览器发起 HTTP 请求，支持在Pyodide 运行时中使用！后者是用在浏览器中的 Python 解释器，也是PyScript 和 Jupyterlite 框架的技术基础。 - **gnuplotlib：** 基于 gnuplot 的 numpy 绘图后端，将 Gnuplot 与 Numpy 结合，充分利用数据处理和绘图能力。 - **history_rag：** 用 RAG 搭建中国历史问答应用，支持“Milvus方案“（本地）和“Zilliz Cloud Pipelines方案”（云上），提供基于gradio的 Web UI 界面。默认使用 GPT4 模型，可轻松切换其它 LLM。