| title | Python 潮流周刊#61：PyPI 管理员密钥泄露事件 |
|---|---|
| pubDate | 2024-07-20 |
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。另有电报频道作为副刊，补充发布更加丰富的资讯，欢迎关注。
本期分享了 12 篇文章，12 个开源项目，2 则音视频，2 则热门话题，全文 2400 字。
1、二进制密钥扫描帮我们防止了（可能是）你能想象到的最严重的供应链攻击
JFrog 安全团队发现了一起 PyPI 管理员密钥泄漏事件，它有极高的危害性，因为可访问 python、pypa、psf 和 pypi 组织下的 200 多个代码仓！管理员在源码中写了密钥，虽然最终删除了，但是缓存的 pyc 文件里却留下了密钥！只关心源码的安全扫描还不够，二进制安全扫描同样重要啊！
上一则事件的当事人（PSF 的基础设施总监）发布了事件报告，原来泄露的密钥大概在一年前就已提交了，所幸没有被人恶意利用！重要的经验教训是：密钥要设置合适的到期时间，构建 docker 镜像时记得排除 __pycache__ 和 *.pyc 文件，保证源码是干净的。
3、【网络安全】「漏洞复现」（六）探索 Python 中原型链的利用与污染
文章出自《从0到1学习安全测试》系列，通过对一个 Flask 网页的服务器端模板注入攻击，介绍 Python 的原型链利用和污染问题，希望读者了解 Python 中原型链的概念、机制和潜在的安全风险。
Python 3.13 版本还有 2 个多月就要发布了，实验性的无 GIL 特性想不想体验一下？文章介绍了 free-threaded-compatibility 仓库，提供了一些资源，也跟踪开源项目对 no-gil 的支持情况。还介绍了 numpy 和 pywavelets 发现的两个线程安全问题。
介绍了用profilehooks 库来检测 Python 代码性能，并用Snakeviz 和 gprof2dot 这两个可视化工具来分析数据，找到主要的性能瓶颈，最终实现有效的优化。
6、用 Python 和 Flask 中开发简单的 Pastebin 服务
Pastebin 是一种在线共享代码和文本的服务，文章介绍如何用 Flask 开发一个，支持粘贴文本、选择编程语言并生成共享 URL，详细解释了每部分代码的作用。（附：巧合的是，本周收到一则久违的开源项目投稿，使用异步 Flask 开发简单的 pastebin ，分享自@yuxiaoy1）
@Manjusaka 又给 CPython 修了一个 bug。Python 3.13 Beta 版本中，因为 PEP-683 的实现 + 周边的改动，导致低版本下编译的一些扩展无法在 Python 3.13 中运行。
8、分享一件有趣的事情，我帮 CPython 修复了一个 bug
@古明地觉 也给 CPython 修了一个 bug！是关于 Python 元组缓存池的问题，最终修改代码只是加了一个“=”号，但是从源码中发现问题和复现的过程，能加深你对 Python 解释器的理解。
写 Python 装饰器的时候，应该注意什么问题？文章告诉我们的答案是，一定要加上 functools.wraps ，不加的话，多次使用装饰器会出现重名问题。
10、2024 年，良好的 Python 项目结构是怎样的？
文章认为使用requirements.txt 、手动创建和进入 venv 虚拟环境、手动设置PYTHONPATH 、用 setup.py 构建扩展都是不好的做法，作者给出的是基于 poetry 库的一套项目管理方案。
11、如何用 PyTorch 从零开发和训练自己的 GPT-2？
想不想拥有一个自己开发出来的 GPT？是否好奇一个大模型是如何训练出来的？文章介绍并实现了大模型的基本组件，如分词器、数据加载器。（附：该系列的第二篇是 构建和训练 GPT-2）
12、万字浓缩版，Python 潮流周刊第 1 季的 800 个链接！
我们周刊第 1 季和第 2 季都分享了约 800 个链接，且每季都超过 6 万字，这个数据量足够惊人的！不知道有多少人是全都看过的呢？这篇文章将第 1 季的所有链接提取了出来，按照类型分类，可以方便没看过的读者快速浏览寻宝~
在你的 iPhone、iPad、Android、Mac 和 Linux 设备上搭建 AI 集群，支持 LLaMA 和其它流行的大模型，自动发现集群设备。（star 2K）
2、kaskade：Kafka 的 TUI 应用，在终端中管理和消费 topic
使用 Textualize 开发的文本用户界面，对 topic 进行管理和消费，支持 Protobuf 反序列化。
3、G-Scraper：完全用 Python 开发的 GUI 网络爬虫
利用 Requests + Beautifulsoup4 + PyQt5 开发的简单爬虫可视化项目，支持从多个 URL 中抓取多个元素，可处理登录/注册，具有完整的日志功能。
4、source2RSS：将信息源转 RSS 的 Python 框架
定期运行抓取器获得信息流，并更新对应的 RSS 源；或在 API 收到数据后，保存其数据，并生成 RSS 源。（分享自@AlterNao1）
支持对 Python 函数级运算过程自动保存、查询以及版本控制，可以单独存储和跟踪集合里的元素。
让你在代码运行时也可以更新代码，修改函数时，可同时影响所有调用的位置；修改模块时，只会重新运行被修改的代码行，不会加载整个模块。（star 1.1K）
面向生产的全栈解决方案，在许多公共语音数据集上取得了 SOTA 结果。（star 3.9K）
为大模型提供一个智能的、自我改进的内存层，从而实现跨平台、跨应用的人性化 AI 体验。（star 10.8K）
9、MinerU：一站式数据提取工具，支持 PDF/网页/多格式电子书
包含 Magic-PDF 和 Magic-Doc 两大功能，可将 PDF/网页或多格式电子书转换为 Markdown 格式。
10、promptdoc：管理多版本、场景和模型的提示词模板
基于 Flask + MongoDB 开发的提示词模板管理项目，支持基本的增删改查功能。
11、disposable-email-domains：一次性的电子邮件域名列表
包含近 4000 个一次性的域名邮箱地址，可用于注册虚拟用户。（star 2.7K）
12、fastembed：轻量级的 Python 库，实现最先进的嵌入
专为生成嵌入而开发的框架，支持流行的文本模型。无需 GPU 和 PyTorch 依赖项，使用 ONNX 运行时，领先于 OpenAI Ada-002。（star 1.2K）
1、SE Radio 624：与 Marcelo Trylesinski 谈 FastAPI
出自 IEEE 计算机学会和 IEEE 软件杂志主办的播客节目，嘉宾是 Pydantic 的高级软件工程师，也是 Starlette 和 Uvicorn 等项目的维护者。话题集中在 FastAPI 的设计、实现和运用上。
2、The Python Show Python 42：Harlequin 终端里的 SQL IDE
Harlequin 支持在命令行终端可视化操作 SQL，这期播客嘉宾是这个库的作者，话题讨论了项目的起源、为什么写 TUI 而不是 GUI、有什么经验教训等。
1、我是 Python 后端开发，如何创建一个现代且高性能的前端？
来自 Reddit 的帖子，看看前端技术栈有哪些比较好/新的技术选择。HTMX 出现了很高的比例！
2、2024 年 Python 实现定时任务和延时任务，性价比较高的方案是什么？
来自 V2EX 的帖子，Python 任务管理的方案有哪些？
Python潮流周刊#11：如何使用 Golang 运行 Python 代码？（2023.07.15）
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，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，那么你将获得高额的返利。