Python на Vercel теперь общедоступен. Создавайте и запускайте приложения на Python, используя привычные вам фреймворки, библиотеки и инструменты.

Vercel автоматически обнаруживает поддерживаемые фреймворки и настраивает сборку и развертывание. Ваши приложения работают на Fluid compute, который управляет параллельными запросами и масштабируется в зависимости от трафика. Идиоматические SDK для Python позволяют работать с хранилищами, очередями, долговечными рабочими процессами и моделями ИИ напрямую из Python. Для полнофункциональных (full-stack) проектов бэкенд на Python и фронтенд используют общий рабочий процесс для локальной разработки, предварительного просмотра развертываний и выпуска в продакшн.

Скопировать ссылку на заголовокНаши цели для Python на Vercel

Десять месяцев назад мы поставили перед собой задачу сделать Vercel лучшим местом для создания и запуска приложений на Python. Мы хотели, чтобы опыт работы соответствовал тому, как уже работают Python-разработчики, и наши решения основывались на трех целях:

Идиоматические SDK для Python. Работа с инфраструктурой Vercel должна быть привычной для Python-разработчиков благодаря API, использующим аннотации типов, async/await и контекстные менеджеры.

Идиоматические SDK для Python. Работа с инфраструктурой Vercel должна быть привычной для Python-разработчиков благодаря API, использующим аннотации типов, async/await и контекстные менеджеры.

Общий рабочий процесс для фронтенда и бэкенда. Приложения на Python часто включают фронтенд на JavaScript, поэтому разработчики должны иметь возможность запускать их локально, просматривать в одном и том же предварительном развертывании, а также выпускать или откатывать их вместе.

Общий рабочий процесс для фронтенда и бэкенда. Приложения на Python часто включают фронтенд на JavaScript, поэтому разработчики должны иметь возможность запускать их локально, просматривать в одном и том же предварительном развертывании, а также выпускать или откатывать их вместе.

Совместимость с экосистемой Python. Среда выполнения должна использовать CPython, стандартный интерпретатор Python, на Linux, чтобы сохранить совместимость с пакетами и инструментами, на которые уже полагаются Python-разработчики.

Совместимость с экосистемой Python. Среда выполнения должна использовать CPython, стандартный интерпретатор Python, на Linux, чтобы сохранить совместимость с пакетами и инструментами, на которые уже полагаются Python-разработчики.

Первая проверка этих целей происходит при развертывании приложения на Python в Vercel: его фреймворк, зависимости и структура проекта должны определять, как оно собирается и запускается.

Скопировать ссылку на заголовокРазвертывание приложений на Python в Vercel

Мы работали над тем, чтобы Python ощущался как родной язык на Vercel. Vercel считывает файлы зависимостей вашего проекта, включая те, что управляются через uv, и автоматически обнаруживает такие фреймворки, как FastAPI, Flask, Django и FastHTML. Инфраструктура, определяемая фреймворком, настраивает сборки и маршрутизацию запросов, с поддержкой обслуживания статических ресурсов через CDN, специфичной для каждого фреймворка.

Для приложений с фронтендом Vercel Services объединяет обе части в один проект. Запуск vercel dev запускает их вместе, а общие превью позволяют тестировать изменения бэкенда с фронтендом, который их использует.

Для долгоживущих воркеров, которые забирают задачи из очередей или баз данных, Vercel Daemons поддерживает работу ваших контейнеров с вашим кодом на Python, а также всеми его пакетами и системными зависимостями.

Скопировать ссылку на заголовокSDK Python для инфраструктуры Vercel

Бэкенду на Python может потребоваться хранить файлы, отправлять сообщения, запускать долговечные рабочие процессы или вызывать модели ИИ. Мы создали SDK для Python для этих задач с API, которые следуют соглашениям языка:

SDK

Что вы можете сделать

AI SDK для Python

Генерация и потоковая передача ответов моделей, вызов инструментов и создание агентов.

Sandbox SDK

Создание и управление изолированными средами для выполнения кода.

Workflow SDK

Определение долговечных рабочих процессов с повторными попытками и сохранением состояния выполнения.

Queues SDK

Отправка и получение сообщений для фоновых задач и уведомлений.

Blob SDK

Загрузка и получение файлов в объектном хранилище.

Connect SDK

Получение учетных данных для вызова внешних API.

SDK для Python для хранения, обмена сообщениями, рабочих процессов, выполнения кода, ИИ и учетных данных внешних API.

Эти SDK работают вместе с вашим фреймворком и библиотеками, а пример ниже показывает, как они соединяются внутри полнофункционального приложения.

Скопировать ссылку на заголовокНачните разработку на Python с Vercel

Независимо от того, начинаете ли вы новый проект или развертываете существующий код, руководства по фреймворкам помогут вам с настройкой и развертыванием на Vercel. Для пошагового изучения полнофункционального проекта курс «Python на Vercel» поможет вам создать бэкенд на FastAPI и фронтенд на Next.js, а затем развернуть их вместе с помощью Services.

Чтобы показать, как эти части работают вместе, я создал совместное веб-приложение для создания и просмотра Python-ноутбуков. Оно позволяет людям создавать свои собственные ноутбуки, публиковать их для просмотра или форка другими пользователями, а также работать с ИИ-ассистентом для написания и запуска кода на Python.

Приложение объединяет фронтенд на Vite с бэкендом на FastAPI и использует PostgreSQL для исходного кода ноутбуков и истории чата. Services сохраняет фронтенд и бэкенд в одном развертывании, при этом фронтенд обслуживается через CDN.

Вот как соединяются основные части:

Редактирование и запуск кода: когда авторизованный пользователь открывает свой ноутбук в редакторе, FastAPI создает или повторно использует Vercel Sandbox, работающий на Jupyter, изолируя пользовательский код от бэкенда приложения. Браузер подключается напрямую к Jupyter, а подключенные диски (Drives) предоставляют зависимости Python и файлы рабочего пространства.

Редактирование и запуск кода: когда авторизованный пользователь открывает свой ноутбук в редакторе, FastAPI создает или повторно использует Vercel Sandbox, работающий на Jupyter, изолируя пользовательский код от бэкенда приложения. Браузер подключается напрямую к Jupyter, а подключенные диски (Drives) предоставляют зависимости Python и файлы рабочего пространства.

Сохранение и публикация: браузер периодически отправляет текущий ноутбук в FastAPI. FastAPI сохраняет исходный код в PostgreSQL, преобразует изменения в HTML и загружает результат в Blob, чтобы люди могли читать опубликованные ноутбуки через CDN без запуска ядра Python.

Сохранение и публикация: браузер периодически отправляет текущий ноутбук в FastAPI. FastAPI сохраняет исходный код в PostgreSQL, преобразует изменения в HTML и загружает результат в Blob, чтобы люди могли читать опубликованные ноутбуки через CDN без запуска ядра Python.

Обмен обновлениями: после публикации изменений FastAPI отправляет сообщение через Vercel Queues. Каждый экземпляр бэкенда с подключенными браузерами получает уведомление и отправляет обновленные списки ноутбуков через WebSockets, поэтому люди видят изменения без перезагрузки.

Обмен обновлениями: после публикации изменений FastAPI отправляет сообщение через Vercel Queues. Каждый экземпляр бэкенда с подключенными браузерами получает уведомление и отправляет обновленные списки ноутбуков через WebSockets, поэтому люди видят изменения без перезагрузки.

Помощь с кодом: агент использует AI SDK для Python и работает внутри Vercel Workflows, что сохраняет состояние выполнения и повторяет неудачные шаги. История чата остается в PostgreSQL, в то время как инструменты редактирования и выполнения ноутбуков работают через подключенный браузер, который отправляет результаты обратно через FastAPI для возобновления рабочего процесса.

Помощь с кодом: агент использует AI SDK для Python и работает внутри Vercel Workflows, что позволяет сохранять состояние выполнения и повторять неудачные шаги. История чата хранится в PostgreSQL, а инструменты редактирования и выполнения блокнотов работают через подключенный браузер, который отправляет результаты обратно через FastAPI для возобновления рабочего процесса.

Исходный код на GitHub включает в себя полное приложение и конфигурацию его развертывания. Вы можете использовать его для изучения этих интеграций или в качестве отправной точки для вашего собственного приложения на Python.

Копировать ссылку на заголовокИнвестиции в сообщество Python

В декабре прошлого года команда Gel Data под моим руководством и руководством Элвиса Пранскевичуса присоединилась к Vercel, чтобы создать поддержку Python и продолжить нашу работу с открытым исходным кодом.

В то же время мы объявили о спонсорской поддержке Python Software Foundation и обязались профинансировать один год работы Сергея Сторчаки по поддержке CPython через фонд. На данный момент в 2026 году Сергей внес более 600 коммитов в основную ветку CPython.

Мы также выступили спонсорами PyCon US и EuroPython в этом году, где я и моя команда встречались с разработчиками на Python и узнавали, с какими трудностями они сталкиваются. Эти беседы помогают нам понять, что нужно исправить в первую очередь.

Мы также опубликовали PEP 827, который, в случае принятия, добавит функции манипуляции типами, способные помочь таким фреймворкам, как FastAPI, предлагать более простые API с меньшим количеством шаблонного кода и более точной проверкой типов.

Копировать ссылку на заголовокЧто дальше для Python на Vercel

Мы продолжаем улучшать SDK для Python, производительность среды выполнения и рабочие процессы разработки как для людей, так и для агентов кодирования. Если вы столкнулись с проблемой при развертывании или обнаружили, что чего-то не хватает в SDK для Python, поделитесь своим отзывом в сообществе Vercel, чтобы команда могла использовать его для планирования дальнейшей работы.