Мы представили Python Workers два года назад, предоставив возможность запускать приложения на Python в среде выполнения Cloudflare Workers. Нашей целью было сделать написание воркеров на Python таким же простым, как на TypeScript, а также добиться того, чтобы экосистема пакетов и фреймворков Python «просто работала».

Сегодня Python Workers официально становятся общедоступными (GA).

Что означает GA? Это значит, что Python теперь является полноценным языком с полной поддержкой на платформе Cloudflare Developer Platform. Вы можете использовать привычный код на Python, библиотеки и шаблоны проектирования и легко подключать их к Workers AI, R2, D1, Hyperdrive, Durable Objects, Queues, Workflows и остальной части платформы Cloudflare. Вы также можете запускать популярные веб-фреймворки Python, такие как FastAPI, Django и Flask, внутри Python Workers. Вы даже можете создать Python Worker внутри другого воркера с помощью Dynamic Workers.

История создания Python Workers

Добавление поддержки Python в Cloudflare Workers было естественным шагом. Поскольку Workers поддерживает WebAssembly с 2018 года, это предоставило нам идеальную среду для запуска скомпилированного в Wasm интерпретатора Python. Используя Pyodide, мы смогли быстро обеспечить поддержку широкого спектра приложений на Python в Cloudflare Workers.

Наша цель заключалась в создании первой платформы для бесконечно масштабируемых приложений на Python, которая была бы такой же простой и производительной в разработке, как и в любой другой среде.

Функции, которые мы представляем сегодня, являются результатом многолетней работы. Многие разработчики уже создают приложения с помощью Python Workers; сегодня мы делаем эти возможности готовыми к продакшену для всех.

Python теперь является полноценным языком в среде выполнения Cloudflare Workers

Python Workers теперь нативно поддерживают привязки (bindings) Cloudflare Developer Platform. Ранее использование этих привязок Cloudflare в Python Workers требовало явного преобразования объектов Python в объекты TypeScript на границе RPC. Например, отправка словаря Python в Cloudflare Queue требовала следующего связующего кода для работы:

Это заставляло разработчиков Python держать в уме среду и код JavaScript при написании Python Workers, что часто становилось источником ошибок как для людей, так и для ИИ-агентов. Чтобы решить эту проблему, мы инкапсулировали весь процесс преобразования типов в среде выполнения Workers и в SDK Python. Это позволяет использовать все привязки Cloudflare в питоничном стиле без написания ни одной строки кода на JavaScript, благодаря чему следующий код просто работает:

Веб-фреймворки: FastAPI, Django и Flask

Теперь вы можете использовать свои любимые веб-фреймворки Python, такие как FastAPI, Django или Flask, для создания сервера API в Python Workers. Мы реализовали встроенный коннектор, который можно использовать для легкого подключения вашего веб-приложения к Python Workers.

Допустим, у вас есть простое веб-приложение на FastAPI:

В нативных средах вы бы использовали веб-сервер, такой как uvicorn, для запуска этого приложения.

В Python Workers вы можете запустить то же приложение с помощью предоставляемого нами пакета workers.asgi, просто добавив этот фрагмент в свой код:

Аналогично, вы можете использовать пакет workers.wsgi для запуска синхронных веб-приложений, таких как Django.

Итак, что происходит под капотом?

У Python есть стандартный контракт для взаимодействия веб-серверов и веб-приложений, известный как Web Server Gateway Interface (WSGI) или его современный асинхронный аналог ASGI. Этот стандарт позволяет разработчикам создавать приложения, полностью не зависящие от сервера. При традиционном развертывании веб-серверы, такие как Uvicorn или Gunicorn, отвечают за обработку множества одновременных клиентских подключений и потоков для масштабирования трафика, в то время как веб-фреймворки, такие как FastAPI, могут сосредоточиться исключительно на логике приложения.

В Cloudflare Workers сама платформа Workers выступает в роли веб-сервера. Поскольку наша глобальная сеть уже легко справляется с балансировкой нагрузки и бесконечным масштабированием, нам не нужно изобретать велосипед, запуская сервер внутри Python Workers.

Вместо этого наши коннекторы workers.asgi и workers.wsgi действуют как тонкий оптимизированный мост. Они преобразуют входящий нативный запрос JavaScript в стандартные структуры WSGI/ASGI, которые ожидает приложение Python, и плавно возвращают ответ обратно с минимальными накладными расходами. Благодаря этому разработчики на Python получают лучшее от обоих миров: вы можете писать и организовывать код с помощью любимых веб-фреймворков, позволяя платформе Cloudflare Workers мгновенно масштабировать ваш API по всему миру без необходимости настройки сервера.

Эти коннекторы можно использовать не только с FastAPI, Django или Flask, но и с любым веб-фреймворком Python, использующим интерфейс WSGI или ASGI.

Более подробную информацию об использовании каждого веб-фреймворка можно найти в документации по Python Workers.

Использование PostgreSQL и MySQL с Hyperdrive

Если вы создаете приложение на Python с использованием реляционных баз данных, таких как PostgreSQL или MySQL, теперь вы можете интегрировать Hyperdrive в Python Workers.

Раньше Python Workers не поддерживали сокеты TCP, из-за чего драйверы баз данных были недоступны. Чтобы понять, почему это было преградой, нужно посмотреть на то, как работает WebAssembly. Драйверы баз данных Python, такие как aiomysql или asyncpg, полагаются на модуль socket стандартной библиотеки для установления соединений. В стандартной среде этот модуль выполняет системные вызовы POSIX к базовой операционной системе. Внутри песочницы WebAssembly эти сетевые системные вызовы POSIX обычно являются заглушками, которые всегда завершаются ошибкой. Любая попытка открыть стандартный сокет немедленно завершилась бы неудачей. Чтобы решить эту проблему, мы реализовали системные вызовы сокетов с использованием API подключения Workers.

Когда драйвер базы данных пытается открыть TCP-соединение, он проходит через нашу пользовательскую реализацию системных вызовов сокетов. Она преобразует стандартные операции с сокетами Python (такие как открытие соединения и чтение байтов) в соответствующие вызовы JavaScript, используемые средой выполнения Workers. Поскольку это преобразование происходит на уровне системных вызовов, вашим драйверам баз данных вовсе не обязательно знать о лежащей в основе реализации.

Этот мост сокетов делает возможной нашу интеграцию с Hyperdrive. Чтобы использовать Hyperdrive в Python Workers, сначала подключите базу данных к Hyperdrive и настройте привязку в конфигурации Wrangler:

Затем подключитесь к Hyperdrive с помощью привычных драйверов баз данных:

Вы можете обратиться к документации Hyperdrive Python Workers, чтобы узнать, как использовать Hyperdrive в Python Workers и какие пакеты поддерживаются в настоящее время.

Расширение экосистемы пакетов WebAssembly

Поскольку Python Workers запускаются внутри песочницы WebAssembly, любые пакеты с нативными расширениями C/C++/Rust должны быть кросс-компилированы в WebAssembly для работы в Python Workers. Однако ранее не существовало стандартного метода кросс-компиляции любых пакетов Python в WebAssembly. Это означало, что нашей команде приходилось вручную компилировать и размещать пользовательские пакеты WebAssembly. Это сильно ограничивало количество пакетов, которые вы действительно могли использовать в Python Workers.

Мы хотели исправить это и позволить пользователям использовать более широкий спектр пакетов. Однако мы не хотели просто создавать пакеты, пригодные для использования только в Python Workers, что не принесло бы пользы сообществу. Поскольку Python Workers созданы на базе Pyodide, мы хотели, чтобы экосистема развивалась таким образом, который принесет пользу Pyodide и всему сообществу Python-on-WebAssembly.

С этой целью мы предложили PEP 783, который стандартизирует платформу для запуска Python в средах выполнения браузера под названием PyEmscripten. После более чем года обсуждений и доработок это предложение было принято, что позволяет мейнтейнерам пакетов собирать и публиковать пакеты для платформы PyEmscripten и делать их доступными во всех средах, реализующих PyEmscripten.

Мы также стабилизировали существующую цепочку инструментов сборки Pyodide и преобразовали ее в форму, доступную для всех мейнтейнеров пакетов, что позволяет разработчикам легко собирать пакеты для платформы PyEmscripten. Кроме того, мы добавили поддержку платформы PyEmscripten в cibuildwheel, чтобы упростить другим внедрение поддержки платформы PyEmscripten.

Хотя экосистема все еще принимает этот стандарт, мы надеемся, что в будущем у каждого пакета Python будет собственный wheel-файл, работающий с WebAssembly. Мы также активно работаем с ключевыми мейнтейнерами пакетов над добавлением сборок PyEmscripten. Если вы столкнулись с пакетом, который пока не поддерживается, сообщите нам об этом в Discord или GitHub, и наша команда постарается его собрать.

Вы также можете посмотреть наше выступление на EuroPython 2026: «Python Everywhere: The State of Python on WebAssembly», чтобы узнать, как мы это реализовали.

Создание агентов ИИ и конвейеров на Python

Обширная экосистема пакетов для науки о данных и машинного обучения делает Python естественным выбором для создания интеллектуальных агентов и конвейеров ИИ. Но перенос их в Python Workers исторически представлял собой сложную задачу: такие библиотеки, как openai и langchain, полагаются на HTTP-клиенты, такие как requests или httpx, для связи с внешними API. Однако из-за отсутствия поддержки низкоуровневых операций с сокетами в Python Workers эти HTTP-клиенты работали некорректно.

Чтобы решить эту проблему, мы внесли изменения в upstream, чтобы эти HTTP-клиенты могли направлять запросы напрямую через JavaScript API fetch в средах WebAssembly. В сочетании с нашей новой поддержкой низкоуровневых операций с сокетами, описанной в предыдущем разделе, это заставляет весь сетевой стек бесперебойно работать внутри Python Workers.

В результате теперь вы можете запускать библиотеки ИИ, такие как openai, langchain и mcp, в исходном виде в Python Workers. вы также можете комбинировать их с Workers AI для запуска бессерверного вывода на графических процессорах в сети Cloudflare или проксировать запросы через Cloudflare AI Gateway.

В примере ниже показан способ запуска моделей Worker AI в langchain с использованием пакета langchain-cloudflare:

Что вы можете создать сегодня

Мы собрали коллекцию готовых к производству шаблонов в нашем репозитории python-workers-examples. Вот несколько способов совместного использования Python Workers с экосистемой Cloudflare.

Асинхронная оркестрация ИИ

Создание полнофункционального приложения ИИ часто означает подключение нескольких служб, таких как хранилище, очереди и вывод. В этом примере показано, как создать генератор изображений «изображение в изображение» на базе ИИ исключительно на Python Workers. Он принимает запросы пользователей, помещает их в очередь Cloudflare Queue и использует Workflows для оркестрации этапа генерации изображений с помощью Workers AI, а также сохраняет изображение в корзину R2.

Обработка потоков в реальном времени с помощью Bluesky Jetstream

Потребление потока событий в реальном времени обычно требует выделенного сервера для поддержания соединения. В этом примере мы используем Python Worker для подключения к WebSocket ATProto/Bluesky Jetstream. Поддерживая это соединение с помощью Durable Object, Python Worker может сохранять долгоживущее состояние, гарантируя, что соединение WebSocket останется активным.

Другие примеры для изучения

Сервер Model Context Protocol (MCP)

Создайте и разверните сервер MCP, используя официальный пакет Python MCP, чтобы предоставить вашим ИИ-ассистентам доступ к данным на периферии.

Система дополненной генерации знаний (RAG) с использованием Vectorize

Создание системы RAG с использованием Workers AI и Vectorize, векторной базы данных Cloudflare.

Примеры кода на Python в документации для разработчиков Cloudflare

Мы обновили нашу документацию по продуктам Cloudflare, включив в нее примеры кода на Python. Почти везде, где есть пример кода, показывающий, как что-то сделать в TypeScript, есть и пример кода на Python. Мы по-прежнему стремимся добавлять примеры на Python во все наши продукты. Вы можете переключать фрагменты кода между JavaScript, TypeScript и Python в документации для разработчиков.

Что дальше?

Достижение GA — это только начало. У нас есть много планов по улучшению Python Workers, включая повышение производительности и эффективности использования памяти Python Workers, а также поддержку новых пакетов.

Продолжайте сообщать нам, что вы хотите создать на Python Workers, и мы продолжим раздвигать границы возможного. Ознакомьтесь с документацией по Python Workers и начните создавать свой первый Python Worker!