捕蛇者说

本期节目中，图拉鼎分享了他的独立开发经验。从 Ubuntu Tweak 到 MarkMark，他鼓励更多人加入独立开发行列。我们聊到为什么他和其它一些独立开发者不约而同地选择 Python 作为后端语言。图拉鼎还分享了获取技术信息及避免踩坑的方法。 嘉宾 图拉鼎 主播 laixintao Adam Wen laike9m 章节 00:00:30 嘉宾 Tualatrix 自我介绍 00:02:10 Tualatrix 的作品介绍 00:05:08 主播们在使用的 Tualatrix 开发的作品 00:13:30 如何接触到 Python 并入门 Django 00:21:41 使用 Python 开发自己的内购系统 00:36:41 内购系统所面临的问题 00:40:57 原生应用使用 hotpatch 风险与挑战 00:43:45 Tualatrix 是如何做技术选型的 00:52:25 个人开发者如何适用自己的技术信息 00:57:07 Ending 结尾 链接 Ubuntu Tweak Manico PasteNow One Switch Django htmx 爱发电上赞助

这期主播们聊了聊猫 链接 E765.爱猫失踪后，我只身一人揭开屠猫黑色产业链 小白的猫 Manjusaka 的猫 laike9m 的猫 Adam 的猫 爱发电上赞助

如果喜欢我们的节目，欢迎通过爱发电打赏支持：https://afdian.net/@pythonhunter 嘉宾 Wey Gu 主播 laike9m laixintao Ada Wen 时间轴 00:00:13 开场 00:00:27 嘉宾自我介绍 00:01:10 话题：图、图数据库介绍 00:06:30 提问：知识图谱与外卖路径规划 00:07:51 提问补充：知识图谱能不能当做传统的图数据库来用 00:08:53 话题：微信用 NebulaGraph 做存储的例子 00:10:32 提问：在好友关系查询上传统 SQL 与图数据库的区别 00:11:56 提问补充：NebulaGraph 两点之间边的数量增加，查询成本以什么量级增加增加 00:13:59 提问：不同 Graph Database（图数据库） 的查询语言是否存在一套标准类似 SQL 00:19:21 提问：查询是直接写语句还是有 SDK，以及结果格式是什么样的 00:20:21 提问：使用不同的图数据库针对同一个查询结果返回的数据结构是不是相同的 00:23:13 提问：业界对于 GQL 的支持程度如何 00:25:43 话题：图数据库与大模型的关系 00:33:57 提问：图数据库是如何辅助大模型的 00:39:00 提问：图数据库与大模型的结合需要用户有怎样的基础 00:41:30 延展：知识图谱的建立和使用都可以与大模型结合 00:43:50 延展：从 图数据库驱动的基础设施运维示例 延展 00:53:18 延展：信涛的 Prometheus 之旅 00:53:45 话题：在开源公司的工作体验 01:18:18 话题：古老师的 开源面对面 播客 01:26:00 固定话题：好物分享 01:35:33 结束语 相关链接 00:01:32 柯尼斯堡七桥问题 维基百科 | 百度百科 00:02:39 neo4j 00:03:28 RDF(Resource Description Framework | 资源描述框架) 维基百科 | 百度百科 00:03:56 知识图谱 维基百科 | 百度百科 00:06:49 GIS(Geographic Information System | 地理信息系统) 维基百科 | 百度百科 00:07:01 NebulaGraph 00:08:36 TAO: The power of the graph 00:13:09 Redis geospatial 00:16:52 GQL 维基百科 00:17:02 Cypher Query Language 00:17:39 Gremlin Home Page | 维基百科 00:17:56 nGQL | nGQL 简明教程 00:18:22 SPARQL 00:29:01 往期节目关联：Ep 39. 和 Alex 聊聊向量数据库与职业规划 00:35:02 古老师提到的 ref： 一 | 二 00:35:27 langchain | llama_index 00:43:50 图数据库驱动的基础设施运维示例 00:53:18 Prometheus 00:56:33 Teahour | Teahour#90: 和 PingCAP CTO 畅谈数据库和编程语言 01:01:13 信涛的 Awesome Commandline 录像和资料 01:18:18 开源面对面 01:26:18 Cursor: The AI-first Code Editor 01:30:37 Copilot | Copilot for CLI 01:34:08 信涛分享的三门 udemy 课程一 Building Your English Brain 01:34:08 信涛分享的三门 udemy 课程二 Getting Started with Wireshark 01:34:08 信涛分享的三门 udemy 课程三 Discovering Backend Bottlenecks 01:35:00 温老师的分享 爱发电上赞助

本期是 laike9m 和 Manjusaka 做客「代码之外」播客。我们聊了各种感兴趣的话题。 代码之外 Beyond Code 是一档由 GeekPlux 和 Randy 共同主持的程序员闲聊播客节目。 时间点 01:27 暖场话题，Meta Threads 03:24 《捕蛇者说》的起源 18:17 遇到过的一些负评 20:14 比较满意哪一集 32:06 manjusaka 做公益引争论 42:02 保存数字遗产 01:10:56 和「名人」的交集 01:14:43 清华往事 01:26:48 如何看待别人给的经验建议 爱发电上赞助

本期前半段内容（CPython 优化）较为硬核，如果你想直接听后半段（大厂编译器组的工作），可以直接跳到 00:38:50 嘉宾 Penguin 主播 laike9m Manjusaka 链接 播客中提到的两个优化： Add return const instruction #101632 - python/cpython bpo-47067: Add vectorcall for gaobject #31996 Faster CPython CPython 特化指令 PEP 659 – Specializing Adaptive Interpreter 码农高天：Faster CPython的重要力量——Specialized Instruction 十分钟魔法练习 Apache TVM 太极图形 播客封面来自Anime Girls Holding Programming Books 爱发电上赞助

嘉宾 Messense 主播 laixintao 小白 Adam Wen laike9m 链接 PyO3 PyO3 有哪些应用？ polars: Fast multi-threaded DataFrame library in Rust | Python | Node.js. pydantic-core: Core validation logic for pydantic written in Rust. cryptography: Python cryptography library with some functionality in Rust. orjson: Fast, correct Python JSON library supporting dataclasses, datetimes, and numpy PyO3 前身：rust-cpython Maturin: Build and publish crates with pyo3, rust-cpython and cffi bindings as well as rust binaries as python packages What Are Python Wheels and Why Should You Care? PEP 517 – A build-system independent format for source trees Ruff: An extremely fast Python linter, written in Rust. typos: Source code spell checker ChatGPT 写的 Rust 调用 Python C-API 的例子 use std::os::raw::{c_char, c_int}; use std::ffi::CString; use libc::{c_double, c_void}; #[link(name = "python3.8")] extern "C" { fn Py_Initialize(); fn Py_Finalize(); fn Py_BuildValue(format: *const c_char, ...) -> *mut c_void; } fn main() { unsafe { // 初始化 Python 解释器 Py_Initialize(); // 构建一个 Python 元组对象，并打印它 let x = 1.23 as c_double; let y = 4.56 as c_double; let format = CString::new("dd").unwrap().as_ptr(); let result = Py_BuildValue(format, x, y); let s = CString::from_raw(result as *mut c_char).into_string().unwrap(); println!("{}", s); // 关闭 Python 解释器 Py_Finalize(); } } pyo3-ffi: Python-API bindings for the PyO3 ecosystem 在 PyO3 里通过 allow_threads 关掉 Python GIL pybind11 — Seamless operability between C++11 and Python Cython CFFI: C Foreign Function Interface for Python. Interact with almost any C code from Python, based on C-like declarations that you can often copy-paste from header files or documentation. zig cc: a Powerful Drop-In Replacement for GCC/Clang wechatpy: 微信公众平台第三方 Python SDK OrbStack: Fast, light, simple Docker & Linux on macOS FancyWM - a dynamic tiling window manager for Windows 10/11 CSAPP: Computer Systems: A Programmer's Perspective APUE: Advanced Programming in the UNIX® Environment 提到的读书撕书的灵感来自于：李敖先生 吴恩达 prompt engineering 课程: ChatGPT Prompt Engineering for Developers Kiwi 浏览器 爱发电上赞助

如果喜欢我们的节目，欢迎通过爱发电打赏支持：https://afdian.net/@pythonhunter 嘉宾 Alex 主播 小白 laike9m 时间轴 00:00:30 开场 00:00:59 嘉宾自我介绍 00:02:55 [第一部分]向量数据库 milvus 简介 00:07:35 向量数据库的「向量」代表什么以及其应用场景 00:14:16 原始数据到向量数据的转化 00:15:42 不同方式产生的向量数据格式是否相同、能否混用 00:19:04 milvus 存储向量数据的方式以及应用场景描述 00:25:59 怎样利用 milvus 进行向量数据查找 00:27:46 向量数据库存在的必要性 00:33:56 milvus 商业化道路讨论 00:41:57 [第二部分]嘉宾加入当前公司的契机是什么 00:52:54 在三类不同阶段的公司工作分别的工作体验是怎样的 00:53:41 小白：未融资的初创公司 00:57:39 Alex：已经融资进入正轨的创业公司 01:04:02 laike9m：Google 01:08:30 Alex：one more thing 01:12:13 好物分享 01:17:04 结语 相关链接 00:00:47 zilliz 00:00:53 milvus 00:04:26 milvus start history in github 00:06:04 Facebook(Meta) faiss 00:06:21 Elasticsearch 00:06:24 Lucene 00:06:47 Google scann 00:06:50 Microsoft DiskANN 00:09:11 Embedding 维基百科 | 国内网络中没有找到权威解释这里引用一篇博文 embedding 的原理及实践 00:10:03 以图搜图 | 百度搜图 | Google 的话在 goole.com 的搜索栏旁边有一个相机的图标点击就能使用 00:14:50 Hugging Face 00:14:58 towhee 00:36:22 Databricks 00:45:47 B站：李自然说 01:04:23 A career ending mistake 01:12:37 AnimeGANv2 01:14:48 nintendo switch sports 01:16:35 古明地觉-博客园 | 里面有公众号的图片 | 古明地觉-知乎 爱发电上赞助

PDM（Python Development Manager）是由 Frost Ming 开发的一款 Python 包管理工具。 本期由于一些技术原因，声音效果可能欠佳，还请各位听众见谅。 嘉宾 Frost Ming 主播 laike9m laixintao 章节 00:00:19 PDM 介绍 00:03:13 Python 包管理的历史, pyproject.toml, lockfile 00:11:48 Wheel 格式, Python 打包和安装的过程 00:20:00 为什么用户应该选择 PDM？ 00:36:15 为什么 PDM 2.0 不再默认开启 PEP 582 00:41:17 Python 虚拟环境有哪些缺陷 00:50:15 PDM 2.0 里的改进和新功能 1:04:38 开发 PDM 过程中值得一说的事 1:18:30 作为开源库维护者的经验 链接 PDM Ep 15. 和 PyPA 的成员聊聊 Python 开发工作流 Python打包指南2021 What Are Python Wheels and Why Should You Care? 为什么选择 PDM PDM 2.0 有什么新特性？ rich: a Python library for rich text and beautiful formatting in the terminal. unearth: A utility to fetch and download python packages 用 PDM 解决数独问题 https://github.com/frostming/sodoku-solver 爱发电上赞助

本期是与 Gray 访谈的上期，我们聊了聊他的「工程化」学习 嘉宾 GrayCode 主播 Manjusaka Adam Wen laike9m 时间线 00:18 嘉宾介绍 02:15 Gray 在非洲做土木的经历 06:14 Gray 在转行时遇到的困难与挑战 09:49 怎么算工程能力 23:32 工程能力的一些表现是什么 33:40 我们如何选取一个合适的抽象度 爱发电上赞助

本期是 lepture 访谈的下期，于 2020 年末录制。我们聊了聊他的工作流，以及在日本工作与生活的体验。 嘉宾 lepture 主播 Adam Wen laike9m 爱发电上赞助