pyproc 允许你从 Go 调用 Python 函数，就像它们是本地函数一样，使用：

• 零网络开销 - 使用 Unix 域套接字进行 IPC
• 进程隔离 - Python 崩溃不会影响你的 Go 服务
• 真正的并行性- 多个 Python 进程绕过 GIL
• 简单部署 - 只需 Go 二进制文件 + Python 脚本
• 连接池 - 重用连接以实现高吞吐量

非常适合需要执行以下操作的团队：

• 将现有的 Python ML 模型（PyTorch、TensorFlow、scikit-learn）集成到 Go 服务中
• 使用 Go 应用程序中的 Python 库（pandas、numpy）处理数据
• 处理 1-5k RPS，JSON 有效负载低于 100KB
• 部署在同一主机/pod上，无需担心网络复杂性
• 在保留 Python 逻辑的同时，逐步从 Python 微服务迁移到 Go

理想的部署场景：

• Kubernetes 同 Pod 部署，具有 UDS 共享卷
• 具有共享套接字卷的 Docker 容器
• Linux/macOS 上的传统服务器部署

pyproc不适用于：

• 跨主机通信- 使用 gRPC/REST API 实现分布式系统
• Windows UDS 支持- 不支持 Windows 命名管道
• GPU 管理- 使用专用 ML 服务框架（TensorRT、Triton）
• 大规模 ML 服务- 考虑使用 Ray Serve、MLflow 或 KServe 进行企业 ML
• 实时流- 使用 Apache Kafka 或类似产品实现高吞吐量流
• 数据库操作- 直接使用原生 Go 数据库驱动程序

• 无需 CGO - 使用 Unix 域套接字的纯 Go 实现
• 绕过 Python GIL - 并行运行多个 Python 进程
• 类似函数的 API - 调用 Python 函数就像pool.Call(ctx, "predict", input, &output)
• 最小开销- 45μs p50 延迟，8 个 worker 每秒 200,000+ 个请求
• 生产就绪——健康检查、正常关机、自动重启
• 易于部署- 单个二进制文件 + Python 脚本，无需服务网格