寻求Python包大小与性能优化工具：类esbuild，适配Lambda打包

针对你需要的「提取实际使用代码、混淆、合并单文件」需求，以下是几个符合要求的工具，完全适配AWS Lambda的部署场景：

1. Nuitka #

Nuitka是将Python代码编译为C代码的工具，自带**死代码消除（类似tree-shaking）**功能，会自动移除未被调用的函数、模块和依赖。编译后的代码不仅体积大幅缩小，运行性能也能提升30%-50%。它支持生成单文件可执行程序，直接上传到Lambda即可运行（需注意编译时匹配Lambda的系统架构，比如Linux x86_64/arm64）。

基础使用命令：

python -m nuitka --standalone --onefile --remove-output your_main_script.py

2. PyInstaller #

PyInstaller是Python生态中最常用的打包工具，支持将代码及依赖打包为单文件，通过内部的依赖分析机制，仅包含实际被导入和使用的模块。配合第三方插件（如pyinstaller-obfuscator）还能实现代码混淆，进一步压缩体积并保护代码。

基础使用命令：

pyinstaller --onefile --clean --noconsole your_main_script.py

生成的可执行文件位于dist目录，直接上传至Lambda即可。

3. pyminifier #

如果只需要轻量的代码压缩与混淆，pyminifier是不错的选择。它会移除注释、空白字符，重命名变量/函数名，同时支持提取仅被使用的代码片段（需开启--strip-unused参数）。生成的代码仍是纯Python文件，无需编译，适合不想改变代码运行方式的场景。

基础使用命令：

pyminifier --obfuscate --strip-unused your_script.py > minified_script.py

4. 自定义AST分析脚本 #

如果需要极致的定制化，可以用Python标准库的ast模块或pycparser分析代码的抽象语法树，手动提取被实际调用的函数、类和依赖模块，再合并为单文件并配合混淆工具处理。这种方式灵活性最高，但需要一定的代码分析能力。

额外优化建议 #

• 配合AWS SAM CLI的sam build命令，它会自动处理Lambda依赖，仅打包必要的文件，同时支持分层部署，减少每次上传的体积。
• 使用pip-tools的pip-compile和pip-sync命令，精准安装项目所需的依赖，避免冗余包占用体积。

你之前尝试的Black、flake8、pyright均为代码格式化或静态检查工具，本身不具备打包、体积优化能力，因此无法满足需求。

内容的提问来源于stack exchange，提问作者Karim Abou Najm