Vercel 上的后端：Python、容器与守护进程
内容提要
Vercel在旧金山Ship大会上宣布扩展后端能力：Python正式可用，支持FastAPI、Flask、Django等框架，已有15万团队使用；容器支持进入公开测试，可用任意语言部署，按活跃CPU计费；并推出Vercel Daemons公开测试，用于持续运行的后台工作进程，支持从队列拉取任务。
延伸解读
Python 正式可用：降低后端迁移门槛
Vercel 宣布 Python 正式可用，支持 FastAPI、Flask、Django 等框架，并运行在标准 CPython 上，可直接使用 PyPI 依赖。Vercel 负责框架检测、构建和扩缩容，开发者能沿用本地开发、预览和生产部署的体验。已有 15 万团队使用，包括 OpenAI、Polymarket 和 Exa。对于现有 Python 后端，迁移到 Vercel 可减少基础设施管理负担，但需注意其运行环境是否满足特定系统库或自定义运行时需求。
容器支持：任意语言与按活跃 CPU 计费
容器支持进入公开测试，允许部署任意语言的应用，并打包所需的操作系统库和可执行文件。容器以 Vercel Functions 形式运行在 Fluid compute 上，随流量扩缩容，采用 Active CPU 计费，等待 API 响应、数据库查询或 LLM 推理的空闲时间不计费。自公开测试以来，已有 5000 个团队完成 15 万次容器部署。这为需要自定义运行时或系统依赖的场景提供了灵活性，但计费模式可能影响成本结构，需结合实际负载评估。
Vercel Daemons：持续运行的后台工作进程
Vercel Daemons 进入公开测试，用于部署持续运行的后台工作进程。你可以指定每个区域的实例数，Vercel 会在进程退出或崩溃时重启以维持容量。目前支持拉取式工作负载，即代码从其他系统请求任务并处理，例如消费队列消息或从数据库获取待处理任务。这适合需要常驻进程的场景，但需注意其仅支持拉取模式，且实例数需手动配置，可能不适合事件驱动或突发流量模式。
Q&A
Vercel 现在支持哪些 Python 框架？
Vercel 正式支持 FastAPI、Flask 和 Django 等 Python 框架，运行在标准 CPython 上，并支持 PyPI 依赖。
Vercel 的容器支持有什么特点？
容器支持允许部署任何语言的应用，并打包所需的操作系统库和可执行文件。容器作为 Vercel Functions 在 Fluid compute 上运行，根据流量扩展，采用 Active CPU 定价，不收取空闲等待时间的费用。
Vercel Daemons 是什么？
Vercel Daemons 是一种持续运行的后台工作进程，部署为容器，在 Fluid compute 上运行。你可以选择每个区域的实例数量，Vercel 会通过重启进程来维持容量。它支持基于拉取的工作负载，例如从队列消费消息或从数据库获取待处理任务。
如何在 Vercel 上配置一个后台工作进程？
在 vercel.toml 中定义服务，例如指定前端框架和路由，然后添加 daemons 部分，设置根目录、入口点（如 Dockerfile）和每个区域的实例数。例如： [daemons.videos] root = "." entrypoint = "Dockerfile" instances.iad1 = 1
Vercel 的 Python 支持有哪些实际应用案例？
已有 150,000 个团队在 Vercel 上运行 Python 后端，包括 OpenAI、Polymarket 和 Exa 的工程师。例如，Delphi 将其 Python 后端从 AWS ECS 迁移到 Vercel，团队有十名工程师，没有专职基础设施角色，每天部署超过 100 次，并使用 Queues 处理后台任务。
Vercel 的容器部署如何计费？
容器部署使用 Active CPU 定价，只对活跃的 CPU 使用计费，不收取空闲等待时间（如等待 API 响应、数据库查询或 LLM 推理）的费用。
