debugpy调试器在Python 3.12中跳过第三方库代码的问题解析
在Python开发过程中,调试器是开发者必不可少的工具。近期,使用debugpy调试器的用户反馈了一个重要问题:当调试Python 3.12代码时,调试器无法正常进入第三方库代码进行单步调试,而这个问题在Python 3.11及以下版本中并不存在。
问题的核心表现是,当开发者尝试使用"Step Into"功能进入第三方库的代码时,调试器会跳过这些代码,显示"Frame skipped from debugging during step-in"的提示信息。这个问题在测试调试场景下尤为明显,而在普通文件调试中则表现正常。
经过深入分析,开发团队发现这个问题与Python 3.12引入的sys.monitoring新特性有关。在debugpy的实现中,当处理"justMyCode"设置时,没有正确地在sys.monitoring相关代码中应用这一过滤规则。这导致调试器错误地将第三方库代码排除在调试范围之外。
值得注意的是,这个问题的出现与特定的调试场景有关。在测试调试模式下,由于调试器会自动添加一些排除规则(如排除Python扩展目录),这些规则可能与sys.monitoring的处理逻辑产生了冲突,从而触发了这个bug。
开发团队已经修复了这个问题,并在debugpy v1.8.12版本中发布了修复。这个修复确保了在Python 3.12环境下,"justMyCode"设置能够正确地应用于sys.monitoring相关的代码路径,使得开发者可以正常地单步调试第三方库代码。
对于开发者来说,这个问题的解决意味着他们可以在Python 3.12环境下获得与之前版本一致的调试体验,特别是在处理复杂的测试场景时,能够深入第三方库内部进行问题排查。这也提醒我们,在使用新版本Python特性时,调试器等工具链可能需要相应的适配和更新。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00