Pyodide中PyProxy在0.26.1版本的异常行为分析
在Pyodide 0.26.1版本中,开发者发现了一个关于PyProxy的异常行为问题。这个问题主要出现在使用ChainMap结合eval执行动态Python代码的场景下,导致原本在0.26.0版本中正常工作的代码在升级后出现错误。
问题现象
开发者在使用Pyodide进行动态代码执行时,采用了以下设计模式:
- 创建一个继承自ChainMap和dict的混合类,用于构建分层的eval执行上下文
- 通过异步函数嵌套的方式执行动态代码
- 使用PyProxy在JavaScript和Python之间传递函数引用
在0.26.0版本中,这种设计能够正常工作,但在0.26.1版本中却会抛出异常。核心问题出现在当PyProxy对象作为参数传递给eval执行的代码时,执行环境似乎无法正确解析这些对象。
技术背景
Pyodide是一个将Python运行时编译为WebAssembly并在浏览器中运行的项目。PyProxy是Pyodide中用于在JavaScript和Python之间桥接对象的机制,它允许JavaScript代码透明地调用Python对象,反之亦然。
ChainMap是Python标准库collections模块中的一个类,它提供了将多个映射链接在一起的功能,形成一个单一的视图。当在其中查找键时,它会按顺序检查底层映射,直到找到键为止。
问题复现
通过简化后的复现代码可以看到,问题的核心在于:
class ChainMap(collections.ChainMap, dict):
pass
async def g(context: dict):
return await eval(f.__code__, ChainMap({}, context))
当这个函数通过Pyodide的runPythonAsync执行,并且context中包含PyProxy对象时,在0.26.1版本中会抛出异常。
根本原因
经过代码审查和问题追踪,发现这个问题是在提交c4afd17e中引入的,该提交与#4837问题相关。这个修改改变了PyProxy在特定情况下的行为方式。
深入分析表明,当PyProxy对象作为eval执行的上下文的一部分时,0.26.1版本中的变更导致执行环境无法正确解析这些对象。一个临时的解决方案是显式地将Python的builtins模块包含在执行上下文中:
const context = {
parent,
child,
a: 123,
__builtins__: pyodide.pyimport("builtins")
};
解决方案
目前推荐的解决方案有:
- 暂时回退到Pyodide 0.26.0版本
- 在eval执行的上下文中显式包含builtins模块
- 将异步函数改为同步函数(如果业务场景允许)
Pyodide团队已经确认了这个问题,并正在积极寻找更彻底的修复方案。对于依赖此功能的开发者,建议暂时采用上述变通方案,并关注后续版本的更新。
最佳实践建议
在使用Pyodide进行复杂的JavaScript-Python互操作时,特别是涉及动态代码执行和异步调用时,建议:
- 保持执行上下文的完整性,确保必要的内置对象可用
- 对关键功能进行版本兼容性测试
- 考虑将复杂的互操作逻辑封装在更稳定的接口后面
- 关注Pyodide项目的更新日志,特别是涉及PyProxy机制的变更
这个问题也提醒我们,在混合使用动态代码执行和跨语言调用时,需要特别注意执行环境的完整性和对象生命周期的管理。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00