Trio v0.29.0 版本发布:增强线程安全与异常处理能力
2025-06-09 21:21:01作者:裴麒琰
项目简介
Trio 是一个现代化的 Python 异步 I/O 库,以其严格的并发模型和出色的错误处理机制而闻名。它采用结构化并发的设计理念,使得异步代码更易于编写和维护。Trio 特别强调正确性和可靠性,在异步编程领域独树一帜。
新版本核心改进
1. 线程状态检测功能增强
v0.29.0 版本引入了两个重要的状态检测函数:
trio.lowlevel.in_trio_run:用于检测当前是否在 Trio 的事件循环中运行trio.lowlevel.in_trio_task:用于检测当前是否在 Trio 的任务上下文中
这两个函数对于编写跨线程代码特别有用,可以帮助开发者明确当前代码的执行环境,从而做出正确的决策。例如,在混合使用同步和异步代码时,可以基于这些检测结果选择适当的执行路径。
2. 异常处理改进
测试工具 trio.testing.RaisesGroup 的行为得到了显著改进:
- 当预期异常未出现时,现在会抛出包含有用信息的
AssertionError - 原始异常/异常组会作为
AssertionError的__context__属性保留 - 在跟踪信息中可以清晰看到实际发生的异常
这一改进使得测试失败时的诊断更加直观,特别是在处理复杂异常组时。
3. 线程缓存与 fork 安全
版本修复了一个重要的线程安全问题:
- 在调用
os.fork后,Trio 现在会正确清除工作线程缓存 - 这解决了在多进程环境中可能出现的线程状态不一致问题
内部架构优化
1. 异常处理机制重构
不再使用 ctypes 来修改回溯信息以实现 strict_exception_groups=False 时的异常折叠。这一改变:
- 提高了代码的可靠性
- 减少了对外部库的依赖
- 使异常处理机制更加健壮
2. Windows 错误代码修正
修复了 Windows 错误代码枚举中 ERROR_INVALID_PARAMETER 的拼写错误,提高了在 Windows 平台上的兼容性。
3. 类型注解增强
新版本对类型系统做了多处改进:
- 修正了
trio.abc.HostnameResolver.getaddrinfo的类型注解,使其与标准库socket.getaddrinfo保持一致 - 改进了
trio.to_thread.run_sync、trio.from_thread.run和trio.from_thread.run_sync的类型提示 - 现在能更准确地反映底层函数的类型特征
技术影响分析
v0.29.0 版本的改进主要集中在三个方面:
-
线程安全:通过改进 fork 后的线程缓存处理和提供更好的线程状态检测,使得在多线程/多进程环境下的使用更加安全可靠。
-
开发者体验:增强的异常处理和测试工具使得调试更加方便,类型系统的改进则提升了代码的静态分析能力。
-
内部架构优化:去除对 ctypes 的依赖等内部重构,提高了代码的健壮性和可维护性。
这些改进使得 Trio 在保持其严格并发模型的同时,进一步提升了实用性和可靠性,特别是在复杂应用场景下的表现。对于需要混合使用同步和异步代码,或是在多进程环境中使用 Trio 的开发者来说,这个版本带来了显著的体验提升。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0123
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
446
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254