Python Workers 现已正式可用

💡 原文英文,约2500词,阅读约需9分钟。
📝

内容提要

Cloudflare宣布Python Workers正式可用,Python成为其开发者平台一等支持语言。开发者可直接使用Python及FastAPI、Django、Flask等框架,并无缝接入Workers AI、R2、D1、Hyperdrive等服务。新增原生绑定、WebSocket与数据库驱动支持,可运行openai、langchain等AI库,并推动WebAssembly包生态标准化。

🔎

延伸解读

从实验到生产:GA 意味着什么

Python Workers 正式 GA,标志着 Python 成为 Cloudflare 开发者平台的一等支持语言。这意味着开发者可以放心地将 Python 代码、库和设计模式用于生产环境,并无缝连接 Workers AI、R2、D1、Hyperdrive 等平台服务。GA 也表明 Cloudflare 对 Python 运行时的稳定性、兼容性和长期维护做出了承诺,适合需要长期演进的线上项目。

框架与数据库支持:降低迁移成本

Python Workers 现在支持 FastAPI、Django、Flask 等主流框架,通过 workers.asgi 和 workers.wsgi 连接器,开发者无需修改应用逻辑即可将现有 Web 应用部署到 Workers。同时,借助 Hyperdrive 和新增的 socket 系统调用桥接,aiomysql、asyncpg 等数据库驱动也能直接使用,让依赖 PostgreSQL 或 MySQL 的 Python 应用更容易迁移到边缘。

AI 生态与包管理:机遇与当前限制

Python Workers 可运行 openai、langchain、mcp 等 AI 库,并能结合 Workers AI 或 AI Gateway 构建智能代理。但需注意,由于运行在 WebAssembly 沙箱中,带有原生 C/C++/Rust 扩展的包必须交叉编译为 Wasm 才能使用。Cloudflare 推动 PEP 783 标准化 PyEmscripten 平台,并改进构建工具链,但生态仍在适配中,部分包可能暂不可用。

Q&A

Python Workers 正式可用(GA)意味着什么?

Python 现在是 Cloudflare 开发者平台的一等支持语言,开发者可以直接使用 Python 代码、库和设计模式,并无缝连接 Workers AI、R2、D1、Hyperdrive、Durable Objects、Queues、Workflows 等 Cloudflare 服务。

在 Python Workers 中可以使用哪些 Python Web 框架?

可以使用 FastAPI、Django、Flask 等任何使用 WSGI 或 ASGI 接口的 Python Web 框架。通过 workers.asgi 和 workers.wsgi 连接器,无需运行 Uvicorn 等服务器即可在 Workers 平台上运行。

Python Workers 如何连接 PostgreSQL 或 MySQL 数据库?

通过 Hyperdrive 集成。Python Workers 实现了基于 Workers connect API 的 socket 系统调用,使 aiomysql、asyncpg 等数据库驱动可以正常工作。在 Wrangler 配置中设置 Hyperdrive 绑定后,即可使用熟悉的驱动连接数据库。

Python Workers 如何解决原生扩展包的兼容性问题?

Cloudflare 推动 PEP 783 标准化,定义了 PyEmscripten 平台,使包维护者可以构建并发布适用于 WebAssembly 的 wheel 包。同时稳定了 Pyodide 构建工具链,并为 cibuildwheel 添加了 PyEmscripten 支持,从而扩大可用的包生态。

可以在 Python Workers 中运行 openai、langchain 等 AI 库吗?

可以。通过上游贡献使 HTTP 客户端(如 requests、httpx)能直接使用 JavaScript fetch API,并支持底层 socket 操作,因此 openai、langchain、mcp 等库可以原生运行。还可以结合 Workers AI 进行无服务器推理,或通过 AI Gateway 代理请求。

Python Workers 有哪些实际应用示例?

官方示例仓库 python-workers-examples 提供了多种生产级模式,包括:异步 AI 编排(如图像生成)、使用 Bluesky Jetstream 的实时流处理、基于官方 Python MCP 包构建 MCP 服务器、以及使用 Workers AI 和 Vectorize 构建 RAG 系统。

🏷️

标签

➡️

继续阅读