在企业级开发这块儿.NET 在业务系统里是主力Python 则在数据科学、机器学习那边称王。要是能把这两者结合让 C# 应用直接调用 Python 那些丰富的生态比如 pandas、scikit-learn同时还能保持 .NET 工具链的清爽那该多好。但现实是现有的互操作方案要么依赖臃肿的运行时要么不支持 .NET Native AOT要么得折腾复杂的源生成器配置用起来总是磕磕绊绊。DotNetPy 就是为了填这个坑来的。它的 0.5.0 版本已经发布在 NuGet 上了提供了一种轻量又现代化的 .NET 和 Python 互操作方案①。什么是 DotNetPyDotNetPy读作 “dot-net-pie”是一个 .NET 库能让 C# 直接执行 Python 代码。它把 Python 的 C API 封装了一下提供了一套干净的托管接口不需要外部脚本文件也不用复杂的构建步骤。来个完整的“Hello World”感受一下var executor Python.GetInstance(); var temperatures new[] { 23.5, 19.2, 31.8, 27.4, 22.1 }; using var result executor.ExecuteAndCapture( import statistics result {mean: statistics.mean(data), stdev: statistics.stdev(data)} , new Dictionarystring, object? { { data, temperatures } }); Console.WriteLine($Mean: {result?.GetDouble(mean):F1}°C ± {result?.GetDouble(stdev):F1});这段代码直接在 C# 里内嵌了 Python 脚本通过字典把 .NET 数组传进去然后安全地把计算结果拿回来。全程不用建.py文件也不用配项目干净利落②。为啥还需要一个新的互操作库虽说已经有 pythonnet、CSnakes、IronPython 这些方案但它们都没跟上 .NET 2025 的发展节奏。DotNetPy 从三个根上重新设计填补了空白1. 原生支持 Native AOTDotNetPy 是目前唯一支持PublishAottrue的 .NET-Python 互操作库。这意味着你能构建完全自包含、不用 JIT 的 AOT 编译应用而 pythonnet 和 CSnakes 都还不支持这个特性③。2. 兼容 .NET 10 文件级应用.NET 10 引入了“单文件脚本”模式dotnet run script.cs连.csproj都不用建。DotNetPy 从一开始就考虑到了这个场景# 直接跑不用项目文件 dotnet run my-analysis.cs这样一来它就成了写脚本、做原型验证、搞轻量自动化的利器④。3. 声明式 uv 集成以前得手动管 Python 环境老容易出“在我机器上能跑”的尴尬。DotNetPy 内置了对uv一个高性能 Python 包管理器的支持可以在 C# 里直接声明环境依赖using var project PythonProject.CreateBuilder() .WithProjectName(my-analysis) .WithPythonVersion(3.10) .AddDependencies(numpy1.24.0, pandas2.0.0) .Build(); await project.InitializeAsync(); // 自动下载 Python、建虚拟环境、装包 var executor project.GetExecutor(); executor.Execute(import numpy as np; print(np.mean([1,2,3])));就这么一次调用环境就全准备好了再也不用担心环境不一致的问题⑤。和其他方案比比看特性DotNetPypythonnetCSnakesIronPythonNative AOT 支持✅❌❌❌文件级应用✅❌❌❌源生成器依赖否否是否uv 集成内置无支持无双向调用C# → PyC# ↔ PyC# → PyC# ↔ Py学习曲线极低中等高低DotNetPy 的目标很明确就是针对C# 做主、Python 当工具的场景。要是你需要 Python 回调 .NET 对象那 pythonnet 还是更合适的选择⑥。内置安全机制动态执行代码总得小心注入风险。DotNetPy 在编译期用 Roslyn 分析器帮你盯着潜在的危险// ❌ 分析器会提醒用户输入直接当代码使危险 executor.Execute(userInput); // ✅ 安全的做法用户数据作为变量传进去 executor.Execute( result sum(numbers), new Dictionarystring, object? { { numbers, userNumbers } } );这么设计安全的路子清晰明了危险的操作一眼就能看出来⑦。核心功能一览自动找 Python跨平台检测装好的 Python数据封送.NET 的数组、字典、基础类型和 Python 之间能双向转换变量管理可以在 C# 里捕获、检查、删除 Python 变量支持无 GIL自动识别 Python 3.13 的--disable-gil构建线程安全自动管好 GIL支持并发访问⑧。快速上手装 NuGet 包dotnet add package DotNetPy --version 0.5.0初始化然后执行using DotNetPy; // 自动找 Python Python.Initialize(PythonDiscovery.FindPython()); var executor Python.GetInstance(); var sum executor.Evaluate(sum([1,2,3,4,5]))?.GetInt32(); Console.WriteLine(sum); // 输出15典型应用场景AI/ML 集成在 .NET 服务里调 scikit-learn、PyTorch 模型数据分析脚本内联执行 pandas/numpy 计算不用单独起 Python 服务自动化脚本用 .NET 10 的文件级应用给脚本配上 Python 能力老系统改造在现有 .NET 应用里慢慢引入 Python 功能⑨。未来规划接下来计划支持 Windows 嵌入式 Python部署更简单还会针对 AI 和数据科学做专门的优化。当前 v0.5.0 版本的 API 已经比较稳了社区的反馈特别重要⑩。技术生态关系图这张图想说的是DotNetPy 在 .NET 和 Python 生态之间铺了一条轻量、现代化、C#主导的集成路特别适合 .NET 当主应用、Python 当计算工具的场景。最后说几句DotNetPy 不是要取代所有 Python 互操作方案而是给特定场景Native AOT、脚本化、安全隔离提供最优解。对于想在 .NET 里顺手用上 Python 数据科学生态的开发者来说它确实是一条低摩擦、高安全的新路子。参考资料① DotNetPy GitHub Repository.Introducing DotNetPy. https://github.com/rkttu/dotnetpy② Microsoft..NET 10 File-based Apps. https://learn.microsoft.com/en-us/dotnet/core/tutorials/file-scoped-apps③ Microsoft.Native AOT in .NET 8. https://learn.microsoft.com/en-us/dotnet/core/deploying/native-aot/④ Astral.uv: A Fast Python Package Installer. https://docs.astral.sh/uv/⑤ Microsoft.Security in .NET Source Generators. https://learn.microsoft.com/en-us/dotnet/csharp/roslyn-sdk/source-generators-overview⑥ pythonnet.Python.NET Documentation. https://pythonnet.github.io/⑦ Microsoft.Roslyn Analyzers for Security. https://learn.microsoft.com/en-us/dotnet/fundamentals/code-analysis/quality-rules/security-warnings⑧ Python Software Foundation.Free-threaded Python (PEP 703). https://peps.python.org/pep-0703/⑨ Microsoft.AI Integration in .NET. https://learn.microsoft.com/en-us/dotnet/machine-learning/⑩ Apache Software Foundation.Apache License 2.0. https://www.apache.org/licenses/LICENSE-2.0