应使用 importlib.import_module 实现按需动态加载，路径须为点分格式（如"plugins.validator"），配合 getattr 懒加载、weakref 缓存、接口检查及 spec_from_file_location 加载非标准路径模块，并通过卸载重载实现安全热更新。
用 importlib.import_module 替代硬编码 import
硬写 import plugin_a 会让模块在启动时就加载，失去“按需”意义。真正动态加载得靠 importlib ——它不依赖 import 语句，而是运行时解析字符串路径。
常见错误是传错模块路径：比如目录结构是 plugins/validator.py，却写成 import_module("validator")，结果报 ModuleNotFoundError。正确路径必须匹配 Python 的模块导入规则，即从 sys.path 起算的点分路径（如 "plugins.validator"）。
实操建议：
- 确保插件目录已加入
sys.path（或用importlib.util.spec_from_file_location绕过路径限制） - 模块名不要带
.py后缀，也不要含斜杠 - 捕获
ImportError和ModuleNotFoundError，避免因单个插件失败阻断整个系统
通过 __getattr__ 或注册表实现懒加载入口
用户调用 plugin_manager.get("auth") 时才加载，而不是一启动就全拉进来。直接在 manager 类里维护一个字典缓存已加载模块，配合 __getattr__ 可以更自然地支持点号访问（如 pm.auth.validate()）。
但要注意：__getattr__ 是兜底方法，仅当属性不存在时触发，适合做懒加载；而 __getattribute__ 过于激进，容易引发递归调用。
实操建议：
- 用弱引用（
weakref.WeakValueDictionary）缓存模块实例，防止内存泄漏 - 加载前检查模块是否定义了必需的接口（如
hasattr(module, "execute")），否则抛出明确错误而非让下游崩溃 - 避免在
__getattr__中做耗时操作（如网络请求），否则点号访问会变慢且不可预期
用 importlib.util.spec_from_file_location 加载非标准路径模块
当插件放在用户自定义目录（如 ~/.myapp/plugins/）、不在 sys.path 里时，import_module 就不灵了。这时得手动构造 spec，再用 importlib.util.module_from_spec 实例化模块。
典型错误是忽略 spec 的 origin 字段——如果设为 None，后续 inspect.getsource() 或调试器可能无法定位源码；设为空字符串又可能触发奇怪警告。
实操建议：
-
spec_from_file_location(name, filepath)中的name应唯一，推荐用哈希或路径转义（如"user_plugin_abc123"），避免重名覆盖 - 加载后手动执行
spec.loader.exec_module(module)，不能跳过这步，否则模块对象里全是空的 - 这种加载方式绕过了
__path__和命名空间包机制，不适合有子模块依赖的复杂插件
插件热重载必须重建模块对象，不是 reload 就完事
很多人以为调用 importlib.reload() 就能刷新插件，但实际中常遇到函数还是旧版本、类没更新、甚至 reload 报 RuntimeError: cannot import name 'xxx'。根本原因是 reload 不处理已存在的引用，也不清理旧模块的全局状态（比如缓存、单例、线程局部变量）。
真正可行的热重载，是卸载旧模块（从 sys.modules 删除）、重新构造 spec、再完整导入一遍。但这要求所有对该模块的引用都可被替换（比如 manager 里存的是函数指针而非模块对象本身）。
实操建议：
- 不要对用户暴露
reload接口，而是提供load_plugin(name, force=True)，内部走“先删后建”流程 - 若插件持有资源（文件句柄、数据库连接），需约定插件实现
teardown()方法，并在卸载前主动调用 - 热重载期间禁止并发调用该插件，可用简单锁（
threading.Lock）保护加载过程
动态加载看着简单，但模块生命周期、符号引用、异常传播这三块最容易出静默问题。特别是当插件之间有隐式依赖（比如 A 插件 patch 了 B 插件的函数），加载顺序和重载边界就变得极其敏感——这种耦合往往要等线上跑几天才暴露。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
