Skip to main content

PulseMQ

面向金融行情与实时数据流的高性能消息中间件,基于 ZeroMQ ROUTER/DEALER 架构。

  • Client/Server 架构 — 服务端双 ROUTER(数据面 + 控制面)集中路由;客户端 DEALER 发布/订阅
  • PLAIN + bcrypt 认证 — ZAP 认证链:bcrypt 哈希凭据存储,随机 admin token 保护监控接口
  • 类型保真 — DataFrame / dict / str / bytes 端到端保真(_restore_type 自动还原原始 Python 类型)
  • 低延迟数据面 — 独立同步线程转发,端到端 p50 可低至亚毫秒级
  • 完整监控 — Web UI(ECharts)+ REST API + SSE 实时推送,流量趋势、延迟分位(P50/P95/P99)、丢弃统计、在线客户端、事件流
  • 流控与丢弃监控 — 信用窗口流控 + DONTWAIT 非阻塞发送,消费端有界队列满时按 topic 统计丢弃
  • 运行期重连 — 断线自动指数退避重连(1s → 2s → 4s … → 30s 封顶),订阅自动恢复

安装

Python >= 3.13

pip install pulse-mq

依赖项:pyzmq、msgspec、python-snappy、lz4、zstandard、pyarrow、pandas、bcrypt、loguru。

import pulsemq            # Python 模块名(无连字符)
from pulsemq import Server

PyPI 分发名是 pulse-mq(pip install 用),import 名是 pulsemq(Python 标识符不允许连字符)。与 python-dateutil → import dateutil 同一模式。


快速开始

启动服务端

最简单的方式是直接用 CLI(零配置,首次启动自动生成默认 admin 用户,密码输出到 stderr):

pulsemq          # 或: pulsemq-server(--help / --version 可用;9.2.6 起解析参数)

也可以在代码中启动(start() 是协程,需要 asyncio.run 包裹):

import asyncio
from pulsemq import Server

async def main():
    srv = Server(
        data_endpoint="tcp://0.0.0.0:5555",
        control_endpoint="tcp://0.0.0.0:5556",
        admin_endpoint="0.0.0.0:9090",
        credentials={"user1": "pass1"},  # 或省略,用 credentials_file
    )
    await srv.start()
    await srv.wait_for_shutdown()  # Ctrl+C / srv.stop() 后返回

asyncio.run(main())

Server 构造参数:

参数 说明
data_endpoint 数据面绑定地址(默认 tcp://0.0.0.0:5555)
control_endpoint 控制面绑定地址(默认 tcp://0.0.0.0:5556)
admin_endpoint 管理 HTTP 绑定地址(默认 0.0.0.0:9090)
credentials 显式明文 dict(内存态,哈希落值)
credentials_file 凭据 TOML 路径(默认 ./data/pulsemq_users.toml)
config 自定义 ServerConfig(覆盖各项默认)
admin_token 监控 token;传 "" 禁用校验
latency_sample_rate 延迟采样率(0-1)

用户管理是独立 CLI(pulsemq-users,不连 Server,直接读写凭据文件):

pulsemq-users add user1 --password pass1 --roles publisher,subscriber
pulsemq-users list

服务端内置定时推送

无需外部生产者客户端,直接在 Server 上注册定时回调:

import asyncio
from pulsemq import Server

async def main():
    srv = Server(credentials={"u": "p"})

    @srv.producer("market.tick", interval=2.0, serializer="msgpack")
    async def gen_tick():
        return {"symbol": "AAPL", "price": 180.5, "volume": 1000}

    @srv.producer("market.quote", interval=0.5, serializer="pyarrow", compression="lz4")
    async def gen_quote():
        import pandas as pd
        return pd.DataFrame({"price": [10, 20], "vol": [100, 200]})

    # burst_producer:无间隔连续推送,回调返回 None 即停止本 producer
    seq = 0
    @srv.burst_producer("bench", serializer="msgpack")
    async def bench():
        nonlocal seq
        if seq >= 1000:   # 发满 1000 条后停止
            return None
        seq += 1
        return {"seq": seq}

    await srv.start()       # 注册的 producer 自动开始调度
    await srv.wait_for_shutdown()

asyncio.run(main())
方法 参数 说明
srv.producer(topic, interval, serializer, compression) interval 秒 固定间隔定时推送
srv.burst_producer(topic, serializer, compression) 无间隔 连续推送,回调返回 None 停止

回调返回值支持 DataFrame / dict / str / bytes,自动编码为协议帧并路由到所有匹配的消费者。

生产者

先创建用户(一次性),再运行示例(Server 必须已在运行):

pulsemq-users add publisher --password pass1 --roles publisher
pulsemq-users add subscriber --password pass2 --roles subscriber
import asyncio
from pulsemq.client import ProducerClient

async def main():
    prod = ProducerClient(
        "tcp://127.0.0.1:5555", "tcp://127.0.0.1:5556",
        username="publisher", password="pass1",
    )
    await prod.start()
    await prod.publish("market.stock.AAPL", {"price": 180.5, "volume": 1000})
    await prod.stop()

asyncio.run(main())

消费者

import asyncio
from pulsemq.client import ConsumerClient

async def main():
    cons = ConsumerClient(
        "tcp://127.0.0.1:5555", "tcp://127.0.0.1:5556",
        username="subscriber", password="pass2",
    )
    await cons.start()

    def on_msg(msg):
        print(msg.topic, msg.payload, msg.timestamp_ns)

    await cons.subscribe("market.*", on_msg)  # 可在 start 前预注册
    await cons.run_forever()  # 运行直到 Ctrl+C,重连致命错误自动抛出

asyncio.run(main())

subscribe 支持 header_only=True——回调只接收 FrameHeader(topic / record_count / timestamp_ns / seq),跳过完整反序列化,适合只需头部信息的低延迟场景:

await cons.subscribe("market.*", on_header, header_only=True)

动态退订(9.2.6 起)——立即停止本地分发并向服务端发送 UNSUBSCRIBE,幂等:

await cons.unsubscribe("market.*")

ProducerClient / ConsumerClient 分别屏蔽订阅 / 发布能力;通用 Client 同时支持两者。


架构速览

                      ┌──────────────────────────┐
                      │         Server           │
   生产者 DEALER ────→ │  ┌─ 数据面 ────────────┐ │ ────→ 消费者 DEALER
                      │  │ ROUTER :5555 (同步线程)│ │
                      │  └──────────────────────┘ │
                      │  ┌─ 控制面 ────────────┐ │ ←──── DEALER(REGISTER/HEARTBEAT/…)
                      │  │ ROUTER :5556 (异步) │ │
                      │  └──────────────────────┘ │
                      │  ┌─ Admin ─────────────┐ │ ──── REST / SSE / Web UI
                      │  │ HTTP :9090 (独立线程)│ │
                      │  └──────────────────────┘ │
                      │     ZAP PLAIN (bcrypt)    │
                      └──────────────────────────┘
端口 协议 用途
5555 ROUTER(数据面) 消息发布/接收
5556 ROUTER(控制面) REGISTER / HEARTBEAT / SUBSCRIBE / UNSUBSCRIBE / DISCONNECT / LATENCY_REPORT
9090 HTTP 监控 Web UI + REST API + SSE

数据流

生产者 DEALER ──encode→  数据面 ROUTER  decode_header  match topic ──→ 消费者 DEALER
                              ↓
                    TrafficStats.record  LatencyStats.sample(半程)

服务端不解压、不反序列化 payload(decode_header 仅提取头部),转发后由消费者完整 decode 还原。

控制面命令

命令 方向 作用
REGISTER Client → Server 注册上线(含用户名、角色、订阅列表),返回 OK / ALREADY_ONLINE
HEARTBEAT Client → Server 保活(每秒 1 次,6 秒超时自动下线);携带消费端丢弃量与剩余信用
SUBSCRIBE Client → Server 订阅 topic 模式
UNSUBSCRIBE Client → Server 取消订阅
DISCONNECT Client → Server 优雅下线
LATENCY_REPORT Client → Server consumer 回传端到端延迟(采样),fire-and-forget

详细设计见 docs/ARCHITECTURE.md。


数据类型与序列化

支持的数据类型

Python 类型 可用序列化器 默认 record_count
pd.DataFrame msgpack, json, pyarrow pyarrow 行数
dict msgpack, json msgpack 1
str str(仅此一种) str 1
bytes bytes(仅此一种) bytes 1

encode 会自动推断 data_type 并选择默认序列化器,无需手动指定。DataFrame 在 msgpack/json 下先转 list[dict](data_type=DATAFRAME),接收端 _restore_type 还原回 DataFrame;pyarrow 直接序列化 IPC 流。

序列化格式

格式 后端 适合
msgpack msgspec 结构化小消息 ✅
json msgspec 人类可读、跨语言
pyarrow pyarrow IPC 列存 / DataFrame ✅(最快)
str UTF-8 纯文本
bytes 透传 二进制

压缩算法

算法 适用场景
none 小消息,极速
snappy 速度优先
lz4 批数据,平衡
zstd 压缩比优先(带宽受限)
auto 自适应:< 256B 用 none,≥ 256B 用 lz4

小消息场景压缩通常是负收益(计算开销 > 传输节省);批量 DataFrame 场景 lz4/zstd 有明显效果。


客户端生命周期

首次启动

启动认证检测采用 ZMQ monitor 设计:

start()
  ├─ 数据面 DEALER + PLAIN + monitor → 等待认证裁定(超时 5s)
  │   ├─ handshake_ok → 继续
  │   ├─ auth_failed → AuthenticationError(exit 3)
  │   └─ 超时 / 其他 → ClientStartupError(exit 4)
  ├─ 控制面 DEALER(复用数据面认证态,不开 monitor)
  ├─ REGISTER → OK / 超时(exit 4) / 被拒(exit 4)
  ├─ 恢复既有订阅(重连场景)
  ├─ recv_loop + heartbeat_loop(每秒)
  └─ 切换到运行期 monitor(接管断线重连)
场景 异常 exit code
密码错误 AuthenticationError 3
服务器不可达 / 握手超时 ClientStartupError 4
REGISTER 被拒 / 超时 ClientStartupError 4

运行期重连

断线后按指数退避自动重连(初始 1s,×2,封顶 30s):

disconnected → cancel bg tasks → 新 Transport → PLAIN 认证 → REGISTER(同 client_id)
  ├─ ALREADY_ONLINE → 退避重试(等心跳超时释放旧记录)
  ├─ auth_failed → 致命错误,exit 3
  └─ OK → 恢复订阅 → 重启 recv/heartbeat

业务无感:订阅自动恢复,消息继续接收,业务层无需重新 subscribe()。

多进程消费模型(9.2.4 起唯一模式)

消费端只有一种模式——多进程消费池,默认 workers=1(一个主进程接收 + 一个 worker 进程处理):

主进程:批量排空 recv(一次唤醒连收多帧,9.2.7)→ header 解码 + 延迟采样 + 缺口检测 → key 路由 → 共享内存环写入
worker 进程 ×N:出环 → 完整 decode → 用户回调(真并行,绕开 GIL)
c = ConsumerClient(..., workers=4, key="symbol")  # 4 个 worker 按 payload.symbol 路由
  • key:默认 None = 最短队列(worker 等速时即轮询,慢 worker 自动降载, 不保序);"topic" 同 key 恒定落同 worker 且保序(jump hash,worker 数 变化仅 ~1/n 换位);payload 字段名;或 callable(payload, topic) -> str (运行在主进程,lambda 可用)。
  • 回调必须是模块级可导入函数(同步或异步均可):跨进程按引用传递, lambda/闭包在 subscribe() 时即报错;worker 进程内不共享主进程内存, 回调副作用请写入文件/队列等进程外介质。
  • 心跳上报 credit(全部环空闲量)与丢帧(环满 drop-new 计数); worker 每 1s 上报处理速率/耗时与处理时 e2e 延迟(出环时刻−生产时间戳, 含环内排队,Web UI 客户端卡片可见 avg/max)、per-worker 明细与发布端 confirm 统计(9.2.8)。

监控

Web UI

浏览器打开 http://localhost:9090/?token=<admin_token> 查看实时面板:

  • 指标卡片:活跃主题、消息量/秒、流量/秒、运行时间
  • 客户端卡片:在线用户、生产者数、消费者数、订阅数
  • ECharts 流量趋势折线图(分钟级,1H/8H 切换,最多 5 topic 叠加)+ msg/s、bytes/s sparkline
  • 延迟趋势曲线(P50/P95/P99 时间序列,半程/全程可切换)+ 端到端延迟列表
  • 实时事件流(认证 / 连接 / 断线 / 订阅)
  • topic 卡片含丢弃指示;在线 Client 详情
  • 对账面板(9.2.8):per-topic 发布 vs 处理/缺失/丢弃累计 + 在途估算
  • 服务端健康面板(9.2.8):数据面循环耗时/收发速率/EAGAIN/信用拦截 chips
    • 心跳到达间隔表与踢线计数

告警(9.2.8)

内置阈值规则:丢弃突增 / 缺口突增 / 缓冲积压变老 / 信用窗口持续拦截 / 数据面循环停顿 / 心跳踢线。配置 PULSEMQ_ALERT_WEBHOOK 后告警 POST JSON 到 webhook,未配置时降级为日志 WARNING;各阈值经 PULSEMQ_ALERT_* 环境变量 调整,设 0 关闭对应规则。

REST API

# 实时指标(topics / latency / drops / 在线计数 / 最近事件
#   + 9.2.8:dataplane 数据面健康 / heartbeat 心跳质量 / reconciliation 对账)
curl 'http://localhost:9090/api/v1/stats/realtime?token=<token>'

# 主题列表
curl 'http://localhost:9090/api/v1/topics?token=<token>'

# 主题分钟级历史(内存 + SQLite 合并)
curl 'http://localhost:9090/api/v1/topics/market.tick/history?minutes=60&token=<token>'

# 延迟历史(kind=half 半程 / e2e 全程)
curl 'http://localhost:9090/api/v1/latency/topics/market.tick/history?minutes=60&kind=e2e&token=<token>'

# 丢弃 / 缺口分钟历史(9.2.8;?topic= 可选,缺省为全量合计)
curl 'http://localhost:9090/api/v1/stats/drops/history?minutes=60&token=<token>'
curl 'http://localhost:9090/api/v1/stats/gaps/history?topic=market.tick&token=<token>'

# 在线客户端明细(含 per-worker 细分、confirm 统计、credit 视图)
curl 'http://localhost:9090/api/v1/clients?token=<token>'

# 生命周期事件
curl 'http://localhost:9090/api/v1/events?limit=50&token=<token>'

# 系统状态(uptime / pid / 线程数 / RSS)
curl 'http://localhost:9090/api/v1/system/status?token=<token>'

# Prometheus 指标 exposition(9.2.8,支持 Bearer token 抓取)
curl -H 'Authorization: Bearer <token>' http://localhost:9090/metrics

# 健康检查(无需 token)
curl http://localhost:9090/healthz

token 通过 ?token=... 或 Authorization: Bearer ... 传递。

SSE 实时流

curl -N 'http://localhost:9090/api/v1/stats/stream?token=<token>'

每 1 秒推送一帧 JSON,包含 topics / latency_half / latency_e2e / drops / online_users / sse_events / server_time / start_time 等。


协议帧格式

单 bytes 帧(非 ZMQ 多帧,通过 DEALER/ROUTER 传输;9.2.5 起 v3 唯一格式):

magic(2) ver(1) msg_type(1) flags(1) data_type(1) topic_len(1)
seq(8 BE) ts(8 BE ns) record_count(4 BE) [ack_token(4)] topic(N) payload(变长) [CRC32?(4)]
  • magic = "PM",ver = 0x03
  • msg_type = DATA(0x01) / CONTROL(0x02)
  • seq(8B)恒在帧内:生产者占位 0,服务端按固定偏移 7 改写为 per-topic 单调序号
  • ack_token(4B,可选,flags bit 6):确认发布回执编号
  • flags 位域:序列化器(bit 0-2)+ 压缩算法(bit 3-4)+ ack_token(bit 6)+ CRC(bit 7)+ reserved(bit 5)
  • data_type = UNKNOWN(0x00) / DICT(0x01) / DATAFRAME(0x02) / STR(0x03) / BYTES(0x04)
  • topic 上限 255 字节(1B topic_len);record_count 上限 1,000,000;单帧上限 256MB
  • CRC 可选(由 flags bit 7 指示,默认关闭)

位级布局与 flags 编码细节见 docs/ARCHITECTURE.md。


凭据管理

CLI

用户管理是独立入口 pulsemq-users(不连 Server,直接读写凭据文件,密码自动 bcrypt 哈希):

# 添加用户(密码自动 bcrypt 哈希;--password 可省略,改为交互输入)
pulsemq-users add trader1 --password secret123 --roles publisher,subscriber

# 列出所有用户
pulsemq-users list

# 禁用 / 启用用户
pulsemq-users disable trader1
pulsemq-users enable  trader1

# 修改密码
pulsemq-users passwd trader1 --password new_secret

# 热加载凭据(向 Server 进程发 SIGHUP;需 PULSEMQ_PID 环境变量,仅 POSIX)
pulsemq-users reload

启动服务端用另一个入口 pulsemq(等价于 pulsemq-server):

pulsemq            # 启动 Server,Ctrl+C 优雅关闭

指定凭据文件:把 --file <path> 放在子命令前后均可(如 pulsemq-users list --file /etc/pulsemq/users.toml)。

文件格式(pulsemq_users.toml)

[users.admin]
hashed_password = "$2b$12$..."
roles = ["admin"]
enabled = true
created_at = "2026-06-27T00:00:00Z"

文件采用原子写(临时文件 + rename),用户名/角色做准入校验(仅字母数字 _ -),阻断危险字符流入 TOML 防注入。

Admin Token

优先级:显式 admin_token= 参数 > 配置文件 > 环境变量 PULSEMQ_ADMIN_TOKEN > token 文件。

未显式指定时:读取 ./data/pulsemq_admin.token 已有 token 直接复用(9.2.8 起,重启不再换 token);文件不存在才生成 32 字节随机 base64url 写入(POSIX 下 0600 权限)并在 stderr 输出一次。Web UI 和 REST API 通过 ?token=... 或 Authorization: Bearer ... 传递。


日志

日志输出到 data/logs/ 目录,每日滚动,保留 30 天:

data/logs/
├── pulsemq_2026-08-01.log
├── pulsemq_2026-08-02.log
└── ...

stderr 同步输出(容器/交互可见)。


性能基准

仓库自带多套基准脚本:

# 1. 单进程快速基准(Server + Producer + Consumer 同进程)
python scripts/bench_simple.py --duration 5
python scripts/bench_simple.py --duration 5 --records-per-frame 1000 --serializer pyarrow --compression lz4
#   可选:--serializer {msgpack,json,pyarrow,str,bytes}
#         --compression {none,snappy,lz4,zstd}

# 2. 全面基准(协议层微基准 + 端到端矩阵 + 扇出,单进程)
python scripts/bench_full.py                  # 跑全部
python scripts/bench_full.py --duration 10 --part 2   # 只跑 Part 2(端到端矩阵)

# 3. 多进程基准(生产端/服务端/消费端独立进程,28 组合全覆盖)
python scripts/bench_multiprocess.py          # 跑全部 28 组合
python scripts/bench_multiprocess.py --count 3000 --data-type dict

# 4. 跨机器基准(远程 Linux 跑 Server,本地跑 Producer/Consumer)
python scripts/bench_dist.py --remote <ip> --ssh root@<ip>
python scripts/bench_dist.py --part a         # 只跑 Part A

脚本输出帧/记录吞吐量与 p50/p90/p99/max 帧延迟。

性能特征(可从实现推断,实际数值请自行运行脚本获取):

  • DataFrame + msgpack/json:encode 限速、无积压,端到端延迟最低(p50 常在亚毫秒级)
  • 小消息(dict/str/bytes):吞吐最高(可达 10 万+ f/s),但 burst 发送易致队列积压,p50 较高
  • pyarrow:encode 快,但 consumer 端 to_pandas() 转换是延迟瓶颈
  • zstd:对大 payload 压缩比最优,对 < 200B 小消息通常为负收益
  • 数据面同步线程:转发路径无 asyncio 调度,路由匹配有结果缓存

配置

环境变量

变量 说明 默认
PULSEMQ_DATA_ENDPOINT 数据面绑定地址 tcp://0.0.0.0:5555
PULSEMQ_CONTROL_ENDPOINT 控制面绑定地址 tcp://0.0.0.0:5556
PULSEMQ_ADMIN_BIND 管理 HTTP 绑定地址 0.0.0.0:9090
PULSEMQ_CREDENTIALS_FILE 凭据 TOML 路径 ./data/pulsemq_users.toml
PULSEMQ_ADMIN_TOKEN 监控 token(覆盖随机生成) 自动生成
PULSEMQ_ADMIN_PASSWORD 首次生成默认 admin 的密码 随机
PULSEMQ_SNDHWM ZMQ 发送高水位(帧数) 10000
PULSEMQ_RCVHWM ZMQ 接收高水位(帧数) 10000
PULSEMQ_HEARTBEAT_TIMEOUT 心跳超时(秒) 6.0
PULSEMQ_LATENCY_SAMPLE_RATE 延迟采样率(0-1) 0.01
PULSEMQ_RETENTION_DAYS SQLite 统计保留天数 7
PULSEMQ_BCRYPT_COST bcrypt 代价因子 12
PULSEMQ_SSE_INTERVAL SSE 推送间隔(秒) 1.0
PULSEMQ_STATS_RETENTION_MINUTES 内存统计窗口(分钟) 480
PULSEMQ_ALERT_WEBHOOK 告警 webhook URL(空=仅日志) —
PULSEMQ_ALERT_COOLDOWN_S 告警每规则冷却(秒) 60
PULSEMQ_ALERT_DROP_PER_MIN 丢弃突增阈值(帧/分钟,0=关) 1000
PULSEMQ_ALERT_GAP_PER_MIN 缺口突增阈值(帧/分钟,0=关) 1000
PULSEMQ_ALERT_BUFFER_AGE_S 缓冲积压告警阈值(秒,0=关) 5.0
PULSEMQ_ALERT_STARVED_PER_S 信用拦截告警阈值(次/秒,0=关) 100
PULSEMQ_ALERT_LOOP_STALL_MS 数据面循环停顿阈值(ms,0=关) 1000
PULSEMQ_USERNAME 客户端用户名 —
PULSEMQ_PASSWORD 客户端密码 —
PULSEMQ_PID Server PID(供 pulsemq-users reload 发 SIGHUP) —

配置文件(TOML)

更多参数(stats_db、event_ring_size、stats_archive_batch_size、admin_thread、ui_enabled 等)通过 TOML 配置文件设置。在 Server(config=...) 传入自定义 ServerConfig,或调用 load_server_config(path) / load_client_config(path) 加载。完整字段见 ServerConfig / ClientConfig。

ServerConfig 默认值:零配置即可启动。


许可证

MIT

Metadata

Release files for pulse-mq 9.2.8

For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.

Source distribution (sdist)

Source distribution for pulse-mq 9.2.8
File Size Uploaded Provenance Actions
pulse_mq-9.2.8.tar.gz 619.4 kB Without provenance Details for pulse_mq-9.2.8.tar.gz

Built distribution (wheel)

Table of built distributions (wheels) for pulse-mq 9.2.8
File Interpreter ABI Platform Actions
pulse_mq-9.2.8-py3-none-any.whl Python 3 none any Details for pulse_mq-9.2.8-py3-none-any.whl

Total release size: 1.1 MB

Release files / pulse_mq-9.2.8.tar.gz

Download URL pulse_mq-9.2.8.tar.gz
Size 619.4 kB
Tags Source
SHA-256 checksum
How to use checksums
45a94f1a5bb2672799fd45c44eedb07a8b4bf9afd182d858a21747abfec0dc86
BLAKE2b-256 checksum
How to use checksums
bd93915329cbb567f8760cdf0091ff184278e24cf044194a03f5f708d4a130ed
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/7.0.0 CPython/3.13.12

Release files / pulse_mq-9.2.8-py3-none-any.whl

Download URL pulse_mq-9.2.8-py3-none-any.whl
Size 474.7 kB
Tags Python 3
SHA-256 checksum
How to use checksums
8db4a23f2e3a88af8e9df45b3ba6de5e56bef928583f2929d913fb2bd766a637
BLAKE2b-256 checksum
How to use checksums
e7794e1fa4559c2f543a624be623eb76c2518f9f6e53832ac20e287680af8b43
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/7.0.0 CPython/3.13.12

Security for pulse-mq 9.2.8

Provenance

Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.

No provenance found

None of the files in this release were uploaded with provenance metadata.

A note on package security

PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.

To learn more about protecting yourself from malicious actors, visit our package security documentation.

Release history Release notifications | RSS feed

This release

9.2.8 This release

2 release files No provenance

Anthropic, PBC Visionary sponsor Bloomberg Visionary sponsor Hudson River Trading Visionary sponsor Meta Visionary sponsor NVIDIA Visionary sponsor Microsoft Sustainability sponsor Depot Continuous Integration AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Sentry Error logging StatusPage Status page