mypy项目中PEP 561规范下存根包优先级问题分析
在Python类型检查工具mypy中,存在一个与PEP 561规范相关的存根包优先级问题。这个问题主要影响那些同时提供内置存根文件(.pyi)和独立存根包(stubs-only package)的库,如NumPy等科学计算库。
根据PEP 561规范,当项目中同时存在两种类型的存根时,独立存根包应该优先于内置存根文件被使用。然而,当前mypy的实现却采用了相反的优先级顺序,这导致了一些兼容性问题。
以NumPy及其配套类型项目NumType为例。NumPy本身提供了内置的.pyi存根文件,这些文件与.py源文件存放在同一目录下。而NumType项目则开发了一套全新的、不兼容的存根包numpy-stubs,旨在提供更先进的类型支持功能。
按照PEP 561的设计初衷,当用户同时安装了NumPy和numpy-stubs时,mypy应该优先使用numpy-stubs中的类型定义。但实际情况是mypy仍然使用了NumPy内置的存根文件,这使得NumType项目无法有效地为用户提供其改进的类型支持。
这个问题的技术根源可能在于mypy模块查找器(FindModuleCache._find_module)中的实现逻辑。在该方法的代码中,内置存根文件的检查可能被放在了独立存根包检查之前,导致了优先级顺序的颠倒。
对于依赖此类功能的开发者来说,目前唯一的临时解决方案是手动删除NumPy安装目录中的所有.pyi文件。但这显然不是一个可持续的方案,也不适合要求普通用户执行这样的操作。
这个问题对类型系统生态的影响较大,特别是对于那些希望逐步改进类型定义而不破坏现有代码的库来说。mypy团队已经确认这是一个需要修复的问题,相关修复工作正在进行中。
理解这个问题的本质有助于Python开发者更好地规划他们的类型提示策略,特别是在开发需要提供多种类型定义变体的库时。同时,这也提醒我们类型检查工具与规范之间保持严格一致性的重要性。
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
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
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01