TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #396 · 9 окт.

7.09.2025 состоялся релизPithon 3.14! На фоне хайпа про NoGIL всё позабыли про другие фичи. Особенно про Multiple Interpreters, который обещает изоляцию процессов но с эффективностью потоков! На сколько действительно это будет эффективно мы узнаем позже, потому что сейчас это лишь первый релиз с ограничениями и недоработками. Но что там про NoGIL? Теперь этот режим не экспериментальный, а официально поддерживаемый, но опциональный. Чтобы запустить без GIL нужна специальная сборка. И перед стартом нужно объявить переменную PYTHON_GIL=0 Для вас я собрал готовый репозиторий где достаточно запустить скрпит, который всё сделает: ▫️ соберет релизный Python 3.14 в новый Docker-образ ▫️ запустит тесты в контейнере (GIL, NoGIL, MultiInterpreter) ▫️ распечатает результаты Тест очень простой, усложняйте сами) Вот какие результаты у меня: === Running ThreadPoolExecutor GIL ON TOTAL TIME: 45.48 seconds === Running ThreadPoolExecutor GIL OFF TOTAL TIME: 6.14 seconds === Running basic Thread GIL ON TOTAL TIME: 45.54 seconds === Running basic Thread GIL OFF TOTAL TIME: 4.74 seconds === Running with Multi Interpreter TOTAL TIME: 18.30 seconds Если сравнивать GIL и NoGIL, то на мои 32 ядра прирост х7-x10 (почему не х32? 🤷). При этом нам обещают что скорости будут расти с новыми релизами. Режим без GIL похож (визуально) на async, тоже параллельно, тоже не по порядку. Но это не IO! и от того некоторый диссонанс в голове 😵‍💫, нас учили не так! Интересно, что чистый Thread работает быстрей чем ThreadPoolExecutor без GIL. Ну и где-то плачет один адепт мульти-интерпретаторов😭 Теперь нужно искать где они могут пригодиться с такой-то скоростью. Скорее всего своя область применения найдется. Отдельно я затестил память и вот что вышло на 32 потока: ThreadPoolExecutor GIL ON 305.228 MB ThreadPoolExecutor GIL OFF 500.176 MB basic Thread GIL ON 90.668 MB basic Thread GIL OFF 472.444 MB with Multi Interpreter 1267.788 MB Пока не знаю как к этому относиться) В целом - радует направление развития! #release

Hashtags

Резултати

Пронајдени 2 слични објави

Пребарај: #copaw

当前筛选 #copaw清除筛选
折腾实验室频道

@TossLabChannel · Post #990 · 06.03.2026 г., 02:45

#阿里#开源#AI助理#CoPaw#OpenClaw ㅤ 🐾 阿里开源 AI 助理框架 CoPaw ㅤ 阿里 AgentScope 团队开源了 CoPaw —— 一款支持本地/云端部署的个人 AI 助理框架。它旨在打破厂商锁定,让你将 AI 助理与隐私数据完全掌握在自己手中。 ㅤ ✨ 核心亮点 • 💬 多渠道接入: 无缝集成钉钉、飞书、QQ、Discord 等常用通讯软件,随时随地唤醒。 • 🧠 智能记忆 (ReMe): 记住你的偏好与历史,自动压缩上下文,越用越懂你。 • 🛠️ 自由扩展技能: Python 轻松写插件(如自动化、爬虫),沙盒环境保障代码安全。 • 🔒 本地隐私保护: 完美接入 Ollama 等本地大模型,实现完全离线运行,敏感数据不出门。 ㅤ 🆚 对比 OpenClaw 作为 OpenClaw 的更优替代方案,CoPaw 重点解决了开源插件的供应链安全问题。针对 OpenClaw 曾暴露的第三方恶意代码风险,CoPaw 底层自带更严格的安全沙盒隔离,并在多平台聚合与任务主动调度上表现更稳健、可控。 🔘@TossLab🔘@TossLabChannel

✈️ 阿里的CoPaw 开源发布 | 对标 OpenClaw,支持接入钉钉/飞书/QQ/Discord/iMessage 且云端/本地都能一键跑 🏷 检索标签:#CoPaw#Openclaw#Clawdbot#Moltbot#AI助手#AI ⭐️ 详情介绍:继 openClaw 之后,阿里这边也把 CoPaw 作为 开源 的桌面 Agent 工具端上来了,主打 本地/云端一键部署,CoPaw 的定位挺明确:它不是“一个会聊天的 App”,而是一套可以本地部署、方便深度二开的 个人智能助理平台 它原生能接 多通道对话(钉钉/飞书/QQ/Discord/iMessage 等),再靠 定时任务 和模块化 Skills 把“新闻摘要、文档处理、文件管理、周报汇总”这类琐碎活交给系统自动跑 🧰安装部署 · 📖GitHub 📜 相关阅读: 🔘OpenClaw | 全网爆火的AI个人助手,让 AI 真正上手操作电脑,替你炒股、点外卖、编写代码、管理文件等 😌频道 |🙂群聊 |😋中文包 |☺️搜索