Library yang Menarik Perhatian di Python pada 2025

 (tryolabs.com)
62 poin oleh GN⁺ 2025-12-31 | 1 komentar | Bagikan ke WhatsApp
  • Tahun 2025 menjadi tahun ketika large language model (LLM) dan framework agen tumbuh sangat pesat, sehingga inovasi di seluruh ekosistem Python makin dipercepat
  • Di tengah arus yang berpusat pada LLM, daftar 10 library teratas ini dipilih dengan menyeimbangkan pengembangan umum serta bidang AI/ML/Data
  • ty, type checker ultra-cepat berbasis Rust, alat analisis kompleksitas kode complexipy, dan framework pemrosesan dokumen Kreuzberg mewakili kategori umum
  • Di kategori AI/ML, MCP Python SDK, TOON, Deep Agents, smolagents, dan LlamaIndex Workflows memimpin inovasi dalam integrasi LLM dan pengembangan agen
  • Daftar ini menunjukkan bahwa Python masih terus berevolusi dalam pemrosesan data, performa, dan pengalaman pengembang secara menyeluruh

Gambaran umum

  • Tryolabs setiap tahun memilih library penting dalam ekosistem Python, dan ini adalah daftar tahunan ke-11 mereka
  • Pada 2025, alat terkait LLM dan agen memang melonjak tajam, tetapi tim kurasi berupaya menghindari bias berlebihan ke LLM dan mencerminkan perkembangan Python yang luas
  • Hasilnya, daftar ini terdiri dari 10 pilihan untuk pengembangan umum, 10 pilihan AI/ML/Data, kategori Runners-up, dan Long tail

Top 10 library untuk penggunaan umum

  • ty — type checker Python ultra-cepat yang ditulis dengan Rust

    • Pengenalan struktur proyek otomatis, deteksi .venv, dukungan pyproject.toml
    • Analisis inkremental per fungsi berbasis Salsa untuk meningkatkan responsivitas IDE
    • Upaya modernisasi toolchain setelah Ruff dan uv dari tim Astral

  • complexipy — alat untuk mengukur cognitive complexity kode

    • Berdasarkan riset SonarSource, mengkuantifikasi struktur yang sulit dipahami manusia
    • Implementasi Rust memungkinkan analisis cepat bahkan pada codebase besar
    • Mendukung CLI, Python API, ekstensi VS Code, dan integrasi CI/CD

  • Kreuzberg — framework document intelligence multibahasa

    • Mendukung lebih dari 50 format file termasuk PDF, Office, gambar, dan HTML
    • Menyediakan language binding untuk Python, TypeScript, Go, dan lainnya
    • Beragam bentuk deployment seperti CLI, REST API, Docker, dan server MCP

  • throttled-py — kontrol laju permintaan berbasis 5 algoritme (Fixed/Sliding Window, Token/Leaky Bucket, GCRA)

    • Mendukung penyimpanan memori dan Redis, kompatibel dengan kode sinkron maupun asinkron
    • Menawarkan performa 2,5~4,5 kali lebih cepat dan konfigurasi yang ringkas

  • httptap — analisis dan visualisasi timing detail untuk permintaan HTTP

    • Mengukur tahapan DNS, TCP, TLS, waktu tunggu server, hingga pengiriman respons
    • Mendukung tampilan waterfall di terminal, output JSON/metrics, dan pelacakan redirect

  • fastapi-guard — solusi middleware keamanan terpadu untuk FastAPI

    • Whitelist/blacklist IP, rate limiting, deteksi XSS·SQLi, dan filtering geografis
    • Integrasi Redis untuk lingkungan terdistribusi, pengaturan header OWASP otomatis

  • modshim — memperluas library yang sudah ada dengan metode module overlay

    • Menambahkan fitur tanpa mengubah source code, sebagai alternatif monkey-patching
    • Membuat modul hasil merge virtual dengan melakukan hook pada sistem import

  • Spec Kit — alat Spec-Driven Development dari GitHub

    • Mengubah spesifikasi menjadi blueprint yang dapat dieksekusi, lalu diimplementasikan oleh agen AI
    • Kompatibel dengan beragam alat AI seperti Copilot dan Claude Code

  • skylos — alat deteksi dead code dan analisis kerentanan keamanan

    • Mendeteksi fungsi, kelas, dan import yang tidak digunakan, serta memeriksa pola berisiko seperti SQLi
    • Menyediakan hasil berbasis skor kepercayaan (0–100), dengan integrasi VS Code dan CI/CD

  • FastOpenAPI — pembuatan dokumentasi OpenAPI otomatis untuk semua framework web

    • Mendukung 8 framework termasuk Flask, Django, dan Tornado
    • Menyediakan routing decorator ala FastAPI dan validasi Pydantic v2

Top 10 library AI/ML/Data

  • MCP Python SDK & FastMCP — implementasi Model Context Protocol untuk menghubungkan LLM ke data eksternal

    • SDK resmi Anthropic dan FastMCP 2.0 dari Prefect saling melengkapi
    • Mendukung OAuth 2.1, autentikasi enterprise, serta integrasi OpenAPI/FastAPI

  • TOON (Token-Oriented Object Notation) — format pengganti JSON terkompresi untuk LLM

    • Dengan indentasi ala YAML dan struktur array ala CSV, mampu menghemat token 40~60%
    • Sepenuhnya kompatibel dengan JSON, dengan implementasi multibahasa yang sedang berlangsung

  • Deep Agents — framework agen LLM untuk tugas jangka panjang berbasis LangChain

    • Memiliki kemampuan perencanaan, akses filesystem, dan delegasi ke sub-agen
    • Integrasi LangGraph menghadirkan streaming dan persistent memory

  • smolagents — framework agen ringan berbasis eksekusi kode dari Hugging Face

    • Struktur sederhana sekitar 1.000 baris, menjalankan aksi melalui kode Python
    • Menyediakan lingkungan eksekusi aman seperti E2B·Docker·WASM sandbox

  • LlamaIndex Workflows — framework workflow AI berbasis event

    • Struktur asinkron dengan @step dan Event, mendukung eksekusi paralel
    • Objek Context memungkinkan pengelolaan state dan pemulihan checkpoint

  • Batchata — API pemrosesan batch terpadu untuk OpenAI, Anthropic, dan Gemini

    • Mendukung batas biaya, retry, pemulihan setelah interupsi, dan structured output berbasis Pydantic

  • MarkItDown — konverter dokumen ke Markdown dari Microsoft

    • Mendukung banyak format seperti PDF, Word, PPT, Excel, gambar, dan audio
    • Mempertahankan struktur yang ramah LLM, dengan integrasi Azure Document Intelligence

  • Data Formulator — alat visualisasi data berbasis AI dari Microsoft Research

    • Menggabungkan antarmuka visual dan bahasa alami, serta menghasilkan kode transformasi data secara otomatis
    • Visualisasi berbasis Vega-Lite, dengan kode pandas/SQL yang ditampilkan secara transparan

  • LangExtract — library dari Google untuk ekstraksi struktur teks yang akurat

    • Pemetaan posisi karakter teks asli untuk memvisualisasikan dasar ekstraksi
    • Mendukung banyak model seperti Gemini, OpenAI, dan Ollama, serta dioptimalkan untuk pemrosesan paralel

  • GeoAI — framework analisis terintegrasi AI-geospasial dari OpenGeos

    • Mengintegrasikan PyTorch, Transformers, dan Leafmap, serta mendukung pelatihan dan visualisasi citra satelit
    • Menyederhanakan tugas analisis geospasial utama seperti klasifikasi tutupan lahan dan deteksi perubahan

Contoh utama Runners-up

  • AuthTuna — framework autentikasi dan otorisasi untuk Python asinkron
  • FastRTC — mengubah fungsi Python menjadi stream audio·video real-time
  • hexora — alat analisis statis untuk mendeteksi pola malware
  • opentemplate — template proyek yang mencakup konfigurasi pengembangan, keamanan, dan CI/CD terbaru
  • Pyrefly — type checker performa tinggi berbasis Rust dari Meta

Ringkasan Long Tail

  • Merangkum ratusan library niche berdasarkan bidangnya
  • Mencakup agen AI, pemrosesan asinkron, pipeline data, pengembangan web, pengujian, dan lainnya secara terperinci
  • Menunjukkan eksperimen yang luas dan arus pergantian generasi dalam ekosistem Python

Kesimpulan

  • Pada 2025, ekosistem Python menonjolkan peningkatan performa berbasis Rust, integrasi LLM, otomatisasi agen, serta penguatan keamanan dan maintainability sebagai tren utama
  • Daftar dari Tryolabs membuktikan bahwa Python masih berada di persimpangan inovasi AI dan pengembangan serbaguna

Bacaan terkait

1 komentar

 
bungker 2025-12-31

Banyak library yang belum saya kenal, sepertinya saya harus meninjaunya satu per satu.