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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00