上海大学本科生，比翼视界CEO Sepine 在代码厨房开源松分享 Stata-MCP：用 AI 落地数据类学术研究？真的！#Python##PyCon China##PyCon China 2025##Agent##AI# http://t.cn/AXw6pmGq
伊洪(Xenera) 在代码厨房开源松分享 Running Page：打造你自己的个人跑步主页 http://t.cn/AXw6NoAg
代码厨房管理员 李辉 在代码厨房开源松分享 Fine Weather：然后再打造你自己的个人相册 http://t.cn/AXw69hF7
盐粒 (Yanli.one) - VESoft (NebulaGraph) 在代码厨房开源松 分享：WikiSurfing：无限的虚拟维基百科 http://t.cn/AXw6KvNe
小鹏汽车研发工程师，代码厨房 Member 黎文翀 在代码厨房开源松 分享他与 APIFlask 的故事 http://t.cn/AXw6Srsu
代码厨房管理员李辉介绍 代码厨房开源松 #Python##PyCon China##PyCon China 2025##开源# http://t.cn/AXw669iF
在 #AI# 时代，随着模型和应用侧的快速演化，对于推理过程，成本和性能显得尤为重要，而端到端的 AI 可观测是其中至关重要的一环。Python 作为 AI 时代最被广泛使用的编程语言，自然需要更加全面的端到端可观测方案。LoongSuite Python Agent 是阿里云可观测团队最新开源的 AI 数据采集器。 spring cl
Ragflow 是一套广受关注的 RAG 应用框架，然而在落地应用时面临诸多问题挑战。Ragflow-plus 在此基础上，进行了进一步拓展，面向学术领域，做了用户管理、图文关联、文档交互等许多拓展，实现了从“技术通解”到“领域特解”的转化。 西安电子科技大学在读硕士生 章星宇 带来闪电演讲：Ragflow-plus
随着 #AI# 的普及，特征工程在量化研究中愈发重要，其核心涵盖多维数据清洗、特征提取与筛选、构造与优化等步骤。 投资管理领域风控老兵 张士欢 带来主题分享：#量化交易#中的特征工程，通过逻辑框架剖析与实际案例分享（如 FOF 基金投资中的 LASSO 归因模型等），解析如何从海量数据中提取关键特征，
如今，GitHub Copilot 已经支持 VS Code、JetBrains IDEs、Visual Studio、Eclipse、Xcode 等主流 IDE，并凭借 Agent Mode 和 MCP 等能力，大幅提升 Python 开发体验。 无论是从零搭建项目（如快速生成 Flask API 或数据处理脚本），还是维护大型代码库（如智能补全、重构和测试生成），
据报道，对于以英语为母语的人来说，日语是最难学的语言之一。其中原因有很多，比如日语有平假名、片假名和汉字三种字符，而且词语之间没有空格分隔。 PyCon JP Association 主席 Takanori Suzuki 带来主题演讲：如何用 Python 学习#日语#，介绍日语与许多欧洲语言的不同之处，并展示如何利用 #Python
在 #LLM# 应用井喷的当下，我们已经见过了不同场景下的许多大模型应用，但人机交互的形式似乎仍然乏善可陈：除了面向 coding 任务的 #IDE# 以外，大部分助手类应用仍以对话框为主，少数 agent 应用会输出富文本网页或文档。 VESoft (NebulaGraph) 盐粒 带来闪电演讲：有机的 LLM 人机交互: 不只是对话
北京知道创宇技术有限公司 AI 业务部总经理 王利伟 带来闪电演讲：基于 Python-use 范式的开源 #Agent#。 如何让模型从 “对话交互” 进化到 “工具使用”？#Python# 凭借其丰富的库生态和易扩展性，成为连接大模型与现实任务的最佳桥梁，形成了独特的 “Python use” 范式。 这种范式的核心逻辑是构
功能性质驱动的测试技术旨在通过将应用功能定义为“性质”，赋予自动化遍历工具感知业务功能的能力，从而达成自动化检查功能错误和提升覆盖率。为自动化遍历技术提供更强大的检错能力。 「当前面临的挑战」： 遍历技术无业务功能感知：传统遍历工具如 monkey，fastbot 等，虽然可以自动注入 GUI 事件，
在大模型落地的过程中，Python 既是实验工具，也是工程主力。 创业新手，钩要智能创始人 杨权 带来闪电演讲：Python 赋能中小企业大模型落地：知识库、Agent 与 MCP Server 实践，介绍如何结合 #Python# 生态与开源项目（RAGFlow、OpenWebUI、Dify）快速落地企业 #AI# 应用。通过一个实际案例，展示知
和英语不同，日语不会用空格区分单词，再加上单词变形复杂，初学者在泛读时往往要花费大量时间判断单词原型。虽然形态素解析器（如Sudachi）能自动提取单词原形，但在处理字幕、漫画、Galgame 等口语化文本时，会出现比较明显的未登录词（Out-of-Vocabulary, OOV）问题，影响学习效率。 野生软件工程
Python 标准库中有两个重要的 Future 类，分别用于承载进程/线程和协程的异步结果。 PSF 会员、Python 官方文档中文组成员 王宏府 带来主题分享：未来的未来，从这两个 Future 的发展历程入手，逐层深入了解“并发”“异步”“结构化”的核心概念，并结合即将发布的 3.14 特性，展望 #Python# 异步编
当我两年前说 Python 3.12 是一个史诗级版本的时候，我没有想到 CPython 团队还能带来这样的惊喜。3.14 在很大程度上在很多方面又重新塑造了 Python ，所以我们一起来聊聊 pi 的 Python。 Freelancer，开源爱好者 李者璈 带来主题分享：Python 3.14: 一起奠定未来十年 #PyCon China##PyCon China 2025
在生产环境里，#Python# 一旦死锁，gdb -p $(pidof python) 往往是唯一不停机的救命绳。随着 3.14 即将落地的 PEP-768「远程调试器」，不少人认为 GDB for Python 更加无用武之地。 开源爱好者 暴龙兽 带来主题演讲：gdb -p $(pidof python)：从黑魔法到 PEP-768，分享 GDB 如何 debug Python 进程、
对于大型 Python 项目而言，维持架构的整洁性颇具挑战，这主要体现在模块间难以维持简单而清晰的依赖关系。依赖关系混乱，会导致架构理解成本高、模块职责混乱等问题，进而影响团队的开发效率。 《Python 工匠：案例、技巧与工程实践》作者 朱雷 带来主题演讲：治理依赖关系让 Python 项目架构更整洁