
PyPI 新包导入分析:MCP SDK 使用率超过所有 LLM SDK
来源标题:What new PyPI packages import: LLM, httpx, pydantic v2
py-code.org 统计了过去一年发布的 335,167 个 PyPI 新项目,发现导入 MCP SDK 的项目数量超过任何单个 LLM SDK。在全部索引项目中,使用 pydantic 校验器的项目几乎都采用 v2 API,而 requests 的使用率仍比 httpx 高约 10%。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
发布于 2026 年 11 月 14 日 · 数据截至 2026 年 11 月 13 日 本文的脚本和结果见 GitHub py-code.org 会读取 PyPI 项目最新发布版本中的代码,并记录其导入的每一个模块、函数和类。本文所说的“新包”,指的是每个项目在 2025 年 11 月 13 日至 2026 年 11 月 13 日之间发布的最新版本,共 335,167 个项目。只要项目在这一年内有过任何发布,就计入统计,因此那些发布过新版本的较老项目也会被包含在内。
我们统计了这些项目中有多少导入了六个 LLM SDK、MCP SDK、三个主流 HTTP 客户端以及两个 pydantic 校验器 API。HTTP 和 pydantic 的对比使用了全部 354,763 个已索引项目:即上述 335,167 个项目,再加上最新发布版本更早、但下载量最高的那些项目。我们排除了每个库自身的附加包,例如众多的 langchain-* 集成包和 mcp-* 服务器,因此每个计数展示的都是构建在该库之上的项目。
结论:新 PyPI 包导入 MCP SDK 的频率高于任何 LLM SDK。在全部已索引项目中,几乎所有使用 pydantic 校验器的项目用的都是 v2 版本,而 requests 仍然领先 httpx,幅度约为 10%。
我们统计了六个 LLM SDK:openai、anthropic、litellm、langchain(任何名称以 langchain 开头的模块)、google-genai(google.genai)和 ollama。在 335,167 个新包中,有 22,563 个至少导入了其中之一,占 6.7%。MCP SDK 不在这一计数内,下一节会单独讨论。
按最新发布版本的月份来看,2025 年 11 月的占比为 5.0%,2026 年 3 月至 5 月在 8.2% 到 8.4% 之间,2026 年 9 月和 10 月为 5.7%。
如何解读图表:每个项目只计入一次,计入其最新发布版本所在的月份。一个在 3 月发布、10 月又发布一次的项目,只计入 10 月。因此这张图并不是每月上传量的统计,也无法说明 5 月之后新启动的 LLM 项目是否减少。
MCP Python SDK 是 Model Context Protocol 的官方库,该协议让 AI 应用能够调用工具并从其他程序读取数据。它的导入名是 mcp。当一个项目自身的代码导入 mcp 时,我们才会计入该项目。项目自身的模块永远不会被计入,因此一个自带名为 mcp 模块的包,不会被视为它自己的使用者。
仅 MCP SDK 就出现在 20,013 个项目中,而使用六个 LLM SDK 中任意一个的项目有 22,563 个,每个项目只计一次。
LangChain 同时也是导入量最高的 agent 框架。AI agent 框架一文将它与其他 24 个框架(包括 LangGraph、LlamaIndex 和 CrewAI)在全部已索引项目上进行了对比。那篇文章统计出的 LangChain 项目数为 6,779 个,而非 6,721 个,因为它也把较老的项目算了进去。追踪自身调用的 LLM 项目很少:在全部使用 LLM SDK 或框架的已索引项目中,只有 4.8% 导入了 Langfuse 或 LangSmith 这类可观测性 SDK,正如 LLM 可观测性 SDK 一文所示。
原因:这些项目大多是 MCP 服务器。在 20,013 个项目中,有 17,329 个导入 mcp.server,9,902 个使用该 SDK 的 FastMCP 类构建服务器。只有 2,774 个使用客户端 API(mcp.client 或 mcp.ClientSession)。因此这一计数主要衡量的是向 AI 应用提供工具的项目,而不是调用 LLM 的项目。
在全部 354,763 个已索引项目中,有 88,302 个至少导入了 requests、httpx 或 aiohttp 之一。在这 88,302 个项目中:
一个项目可能同时导入这三者中的多个,因此各占比之和会超过 100%。
按下载量加权后,requests 的领先幅度更大。这 88,302 个项目在扫描前 30 天内共获得 73 亿次下载。导入 requests 的项目占这些下载量的 73.6%,aiohttp 占 49.9%,httpx 占 26.4%。这些占比同样存在重叠,因为一个项目可以导入多个库。下载量数据只涵盖下载量最高的 60,000 个项目,其余项目按零计算,因此这一指标反映的是大型、成熟包的情况。
pydantic v2 用 @field_validator 和 @model_validator 取代了 @validator 和 @root_validator 装饰器,pydantic 迁移指南将旧装饰器标记为已弃用。因此,这些装饰器可以显示一个项目的代码是为哪个 API 编写的。在导入 pydantic 的 58,358 个已索引项目中:
其余项目导入了 pydantic,但两种校验器装饰器都未使用。
关键点:按项目数量计算,仅用 v2 的项目比仅用 v1 的项目多约 50 倍。
按下载量看,差距似乎更小,但两个项目主导了这些数字。在 pydantic 用户每月 30 亿次下载中,仅用 v2 的项目占 42.8%,仅用 v1 的项目占 14.6%。huggingface-hub 和 openai 占仅用 v1 下载量的 96%。openai 只在 pydantic v1 已安装时运行的代码中使用 root_validator,而 huggingface-hub 导入 validator 只是为了检查 pydantic 能否被导入。
有四种方式,从最快到最精确:py-code.org 上的搜索、命令行工具、在浏览器中使用 Hugging Face 上的 SQL 控制台,以及在自己电脑上运行 DuckDB。只有 DuckDB(及其下方的脚本)读取的是本文所用的确切快照。
上述每项发现都有对应的搜索页面。搜索覆盖全部 354,763 个已索引项目,并包含每个库自身的包,因此它对各 SDK 的计数会高于本文中新包的计数。
py-code-org 命令行工具执行同样的查询。以下命令列出使用 httpx.AsyncClient 的下载量最高的包,并给出每个包首次使用它的文件和行号: $ uvx py-code-org who-uses httpx.AsyncClient 若想让 Claude Code 在你工作时查找名称,可添加该 MCP 服务器: $ claude mcp add py-code -- uvx py-code-org mcp 在浏览器中,于 Hugging Face 上 完整索引是 Hugging Face 上的一个 Parquet 文件数据集,其 SQL 控制台会在你的浏览器内运行 DuckDB。无需账号,也无需安装任何东西。在控制台中打开 SDK 查询:该链接会填入下面的查询并运行它。首次运行可能会以“Table with name refs does not exist”中止,因为它在表加载完成之前就启动了。再次点击 Run Query:控制台随后会加载 refs 和 projects 并运行查询。若要自行输入查询:
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。