Simon Willison demonstrates an experiment for running Python ASGI apps entirely in the browser using Pyodide and a Service Worker. The approach addresses a Datasette Lite limitation: HTML returned through intercepted navigation did not execute script tags, breaking features and plugins. Claude Opus 4.8, used through Claude Code for web, helped explore the implementation. Basic ASGI and Datasette 1.0a31 demos are available.
Simon Willison announced the release of datasette-fixtures 0.1a0, a new plugin designed to simplify plugin testing. It utilizes the new `datasette.fixtures.populate_fixture_database(conn)` helper introduced in Datasette 1.0a30. Developers can quickly test this functionality using `uvx` to generate mock database tables and retrieve sample JSON data without a full manual installation.
Simon Willison revisited pydantic-monty, a sandboxed subset of Python implemented in Rust. He asked Claude Code to inspect the most recent release, following his earlier exploration a few months ago. The key finding is that limits for execution duration, memory, allocations, and recursion depth all appear to behave as advertised.
知名開發者 Simon Willison 為了在 PyCon US 的閃電講做準備,利用自製的 Git 歷史分析工具,整理了開源專案 OpenClaw 自 2025 年 11 月首個 Commit 以來的命名演變。該專案最初名為 Warelay(WhatsApp 轉接工具),歷經 CLAWDIS、CLAWDBOT、Moltbot,最終定名為 OpenClaw,定位也從通訊閘道器轉變為個人 AI 助理。
Simon Willison 開源的 Datasette AI 代理插件 datasette-agent 發布 0.1a2 版本。此版本重點在於安全與權限控制,允許將代理工具的可用性與特定的 required_permission 綁定。預設的背景代理工具現在必須具備全新的 datasette-agent-background 權限才能執行,防止未授權的背景任務運行。
Vercel 官方宣布推出針對 Django 框架的「零配置(Zero-configuration)」支援。過去在 Vercel 部署 Django 需要手動設定 vercel.json 與 WSGI 路由,現在 Vercel 能自動偵測並配置 Django 專案。這項更新大幅降低了 Python 開發者在 Vercel 部署全端或後端應用的門檻,提供開箱即用的體驗。
Hugging Face 發表「Modular Diffusers」,旨在解決過去 Diffusers 管線過於單一、難以客製化的痛點。新架構將擴散模型(如 Stable Diffusion、Flux 等)的各個步驟與組件拆解為獨立、可重複使用的模組。開發者現在可以像堆積木一樣,輕鬆混合搭配不同的編碼器、去噪網路與排程器,極大地簡化了自定義圖像與視訊生成工作流的開發難度。
Vercel 發表了關於提升 Python 型別安全(Typing)的最新進展。此更新旨在改善在 Vercel 上部署 Python Serverless Functions 的開發者體驗,透過更嚴格的型別檢查與現代 Python 型別提示(Type Hints)支援,減少執行期錯誤,並與 Pydantic 等熱門工具更緊密整合,讓 Python 開發者能享有與前端生態系同等流暢的開發體驗。
Vercel 宣布將 Python Vercel Functions 的打包大小(Bundle Size)限制提高至 500MB。這項更新解決了過去 Python 開發者在部署大型依賴庫(如 NumPy、Pandas 或輕量 AI 模型)時常遇到的容量限制痛點。現在開發者可以更輕鬆地在 Vercel 上構建與部署功能豐富的 Python 後端與 AI 應用,無需再為套件體積過大而煩惱。
Vercel 官方 Changelog 宣布,平台已正式支援 Python 3.13 與 3.14 版本。這讓在 Vercel 上部署 Python Serverless Functions 的開發者,能夠利用最新版 Python 的效能提升與新特性(如 Python 3.13 的 JIT 編譯器與無鎖執行緒等)。開發者只需在專案配置中指定對應版本即可完成升級。
Vercel 官方宣布已支援 FastAPI 的 Lifespan 生命週期事件。這項更新允許開發者在 Vercel 部署的 FastAPI 應用中,定義並執行啟動(startup)與關閉(shutdown)時的邏輯,例如初始化資料庫連線或載入機器學習模型,大幅提升了在 Serverless 環境下運行 Python Web 應用的彈性與資源管理能力。
Vercel 宣布正式投資 Python 生態系,除了成為 Python 軟體基金會(PSF)的贊助商外,也全面升級了平台上的 Python 支援。本次更新包含支援 Python 3.12、優化 Serverless Functions 的冷啟動速度,並提供 Next.js 與 FastAPI 等 Python 框架更無縫的 monorepo 整合,旨在降低開發者構建 AI 應用的門檻。
Vercel 推出針對 Python 框架 FastAPI 與 Flask 的「建置指令 (Build Commands)」支援。現在開發者可以在部署流程中執行自訂的建置腳本,例如安裝特定依賴、編譯資產或進行預處理。這讓在 Vercel 上部署 Python 後端與 AI 應用變得更加靈活與便利。
Vercel 宣布推出官方 Python SDK 測試版(Beta),為 Python 開發者提供原生支援。開發者現在可以使用 Python 更輕鬆地與 Vercel API 進行互動、管理專案與部署,並整合 Vercel 的各項雲端服務。這項更新將有助於使用 FastAPI、Flask 或進行 AI/LLM 開發的 Python 工程師更無縫地融入 Vercel 生態系。
Vercel 宣布推出「零配置(Zero-configuration)」Flask 後端部署功能。過去開發者在 Vercel 部署 Flask 應用時,必須手動撰寫 `vercel.json` 設定檔來配置路由與建置器;現在 Vercel 能自動偵測並託管 Python 環境,大幅簡化了 Next.js 前端搭配 Flask 後端的開發與部署流程。
Vercel 官方宣布其構建系統已原生支援由 Astral 開發的超快 Python 套件管理器 uv。現在,開發者在 Vercel 部署 Python 專案(如 Serverless Functions)時,系統會自動偵測並使用 uv 進行依賴安裝,實現「零配置」的極速構建體驗,大幅縮短部署等待時間。
Vercel 宣布支援「零配置 FastAPI 後端」,開發者現在可以直接在專案中部署 FastAPI 應用,無需手動設定 vercel.json 路由與建置器。系統會自動偵測 Python 檔案、安裝依賴並完成部署。這極大地簡化了 Next.js 前端與 Python/FastAPI AI 後端的全端開發流程。
Hugging Face 探討了將「結構化約束(Structure)」引入 Code Agent 的全新設計範式。傳統 Code Agent 透過撰寫 Python 程式碼來執行任務,雖具備極高的靈活性,但自由度過高也容易帶來語法錯誤與安全隱憂。新方法透過結合 Pydantic 驗證、結構化解碼與型別限制,讓 Agent 在保有程式碼強大表達力的同時,確保輸出與行為的預測性與安全性,大幅提升複雜任務的執行成功率。
Hugging Face 推出全新教學,教導開發者如何使用約 70 行 Python 程式碼構建一個由 MCP(模型上下文協定)驅動的微型 Agent。此方法擺脫了傳統繁重框架的束縛,直接展示了 Agent 的核心運作邏輯。透過 MCP,這個微型 Agent 能輕鬆連接並調用外部工具與資料源,極大地降低了開發與理解 AI Agent 的門檻。
Hugging Face 官方發布教學,介紹如何將 Gradio 應用程式轉換為 Model Context Protocol (MCP) 伺服器。開發者只需撰寫簡單的 Python 程式碼,即可將現有的 Gradio 介面與 ML 模型封裝成 MCP 工具。這讓 Claude Desktop 或 Cursor 等客戶端能直接調用這些工具,極大地簡化了 AI Agent 與自訂模型的整合。
Hugging Face 發表最新教學,展示如何利用 Model Context Protocol (MCP) 協定,在僅 50 行程式碼內構建出功能完整的 AI Agent。透過 MCP,這個輕量級 Agent 可以直接連接並使用現有的各種 MCP 工具伺服器(如搜尋、資料庫等),無需繁瑣的 API 對接。這項技術大幅降低了開發 Agent 的門檻,並展現了開源標準在 AI 生態系中的強大潛力。
Hugging Face 官方部落格解析了 Gradio 脫穎而出的 17 個關鍵原因。Gradio 不僅能用 Python 快速構建機器學習介面,更具備自動生成 API、內建 ChatInterface、支援 WebRTC 即時串流、以及透過 Gradio-lite 在瀏覽器端免伺服器運行的能力。這使其超越了傳統的 UI 框架,成為 AI 開發者將模型轉化為實用產品的強大橋樑。
Hugging Face 發表全新開源庫 FastRTC,旨在簡化 Python 中的 WebRTC 即時音視訊串流開發。它解決了傳統 WebRTC 繁瑣的連線與協定處理,並與 Gradio 及 FastAPI 深度整合。開發者現在能以極低門檻,快速打造出類似 GPT-4o 或 Gemini Live 的即時語音對話機器人與視訊互動應用。
Hugging Face 旗下的輕量級 Agent 開源庫 smolagents 迎來重大更新,正式支援視覺語言模型(VLM)。開發者現在可以讓 Agent 接收並處理影像輸入,適用於網頁視覺導航、圖表分析及多模態任務。此更新大幅擴展了程式碼 Agent(Code Agent)的應用場景,使其能「看見」並理解真實世界的視覺資訊。
Vercel 宣布其「函式內併發(In-Function Concurrency)」Beta 版新增對 Python 的支援。 此功能允許單個 Serverless 函式實例同時處理多個並行請求,打破過去單一實例僅能處理單一請求的限制。 這對於使用 FastAPI 等非同步框架開發 AI API 或 Python 後端的開發者而言,能顯著降低冷啟動延遲並優化資源成本。
Vercel 宣布其 Python Serverless Functions 現在起預設啟用響應串流(Streaming)功能。這項更新讓開發者在構建基於 Python 的 AI 應用或大型語言模型(LLM)對話介面時,無需額外配置即可實現即時的逐字回傳(Server-Sent Events),顯著降低首字響應時間(TTFT)並提升使用者體驗。
Hugging Face 發表輕量級 AI Agent 框架「smolagents」,核心概念為「Code Agents」。與傳統輸出 JSON 的 Agent 不同,它讓 LLM 直接生成 Python 程式碼來執行複雜任務,大幅提升表達力與靈活性。該框架程式碼極簡(約千行),並內置安全的 Python 執行沙箱,支援多種主流 LLM 供應商。
JetBrains PyCharm 與 Hugging Face 展開合作,在最新版本中提供原生整合。開發者現在無需離開編輯器,即可直接瀏覽 Hugging Face Hub 上的數十萬個開源模型與資料集。此整合還支援程式碼自動補全、模型卡片預覽以及快速生成載入程式碼,大幅提升 AI 與機器學習的開發效率。
Outlines 團隊與 Hugging Face 合作發布了 outlines-core 0.1.0,將結構化生成的核心邏輯(如 FSM 與 Token 遮罩)用 Rust 重寫。這項更新不僅大幅降低了引導生成時的 CPU 開銷與延遲,也讓 Rust 開發者能直接在 Rust 生態系中實現精準的 JSON 或正規表示式輸出控制,同時保持對 Python 的完美支援。
傳統的 HumanEval 程式碼評測基準已逐漸飽和且過於簡單。Hugging Face 與研究團隊合作推出新一代基準 BigCodeBench,包含 1,140 個實用編程任務,涵蓋 139 個第三方 Python 函式庫。此基準旨在考驗 LLM 在複雜、多步驟及真實開發場景下的程式碼生成與指令遵循能力,成為評估 Code LLM 的新一代標準。