Awesome Python 精选资源大全

项目简介

Awesome Python 是 Python 社区最知名的精选资源清单，目标是回答一个常见问题：「我想用 Python 做 X，应该选哪个工具？」 它按领域把优秀的框架、库和工具分门别类整理，并提供可搜索、可筛选的官方网站。

内容组织

清单按大领域划分，每个领域下再细分子类，例如：

• AI & ML：AI 与 Agent、深度学习、机器学习、NLP、计算机视觉、推荐系统
• Web 开发：Web 框架、Web API、Web 服务器、WebSocket、模板引擎、认证、Admin 面板、CMS、ERP
• HTTP 与爬虫：HTTP 客户端、网页抓取、邮件
• 数据库与存储：ORM、数据库驱动、缓存、搜索、序列化
• 数据与科学：数据分析、ETL、数据校验、可视化、地理定位、科学计算、量子计算
• 开发者工具：算法与设计模式、交互式解释器、代码分析、测试、调试、构建工具、文档
• DevOps：DevOps 工具、分布式计算、任务队列、消息队列、调度器、日志
• CLI 与 GUI：命令行开发、命令行工具、GUI 开发
• 文本与文档：文本处理、HTML 操作、文件格式处理
• 多媒体：图像处理、音视频处理、游戏开发
• Python 语言本身：实现、内置类增强、函数式编程、异步编程、日期时间
• 工具链：环境管理、包管理、包仓库、分发、配置文件
• 安全：密码学、渗透测试、供应链安全、Web 安全

使用方式

清单本身不包含可执行代码，典型用法是：

1. 打开官网，用搜索框或分类筛选定位需求；
2. 阅读条目的一句话说明，跳转到对应 GitHub 仓库；
3. 结合 Star 数、最近提交、文档质量做二次判断。

需求：在 Python 中构建带状态的 LLM Agent
→ 进入 AI and Agents / Orchestration
→ 对比 langgraph、pydantic-ai、crewai 等条目
→ 跳转仓库查看文档与示例

适合谁

• 需要快速做技术选型的后端与全栈开发者；
• 正在入门 AI/LLM 应用开发、想了解主流框架的工程师；
• 希望系统梳理 Python 生态、建立团队技术雷达的技术负责人。

注意事项

清单由社区维护，收录带有一定主观性，且项目活跃度会随时间变化。选型时建议以清单为起点，再结合项目文档、Issue 活跃度和实际压测结果做最终决定。