去年，我们扩展了对 Python 和 TypeScript 后端框架的零配置支持。到今年夏天，开发者可以使用 Vercel Services 一起部署前端和后端，并通过队列和持久工作流协调后台工作。
今天，在旧金山 Vercel Ship 大会上，我们扩展了您可以在 Vercel 上运行的后端工作负载。Vercel 上的 Python 现已正式可用，Vercel Functions 中的容器支持支持自定义运行时和系统库，并且我们推出了 Vercel Daemons 公测版，用于拉取工作并在任务之间保持运行的后台工作进程。
复制标题链接Python 现已正式可用
您可以使用您从前端所熟知的 Vercel 基础设施和开发体验，包括本地开发、预览和生产部署，来构建 Python 后端。FastAPI、Flask 和 Django 等框架在标准 CPython 上运行，并使用您的 PyPI 依赖项，而 Vercel 负责框架检测、构建和扩展。
目前，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。
Python 的 SDK 让您可以在应用程序中使用 Vercel 产品，无论是将文件存储在 Vercel Blob 中、将后台作业发送到 Vercel Queues、使用 Vercel Workflows 协调持久步骤、在 Vercel Sandbox 中运行不受信任的代码，还是使用 AI SDK for Python 流式传输模型响应和处理工具调用。
Delphi 从书籍和演讲中构建 AI 数字思维，将其 Python 后端从 AWS ECS 迁移到 Vercel。该团队有十名工程师，没有专门的基础设施角色，每天向生产环境发布超过 100 次，并使用 Queues 处理后台作业。
使用 Vercel，我们几乎完全不用考虑基础设施。Spencer Schoeben，Delphi 创始工程师
访问 Python 知识库 了解框架详细信息和示例。
复制标题链接使用容器以任何语言构建应用程序
Vercel 容器运行时允许您部署以任何语言编写的应用程序，并打包它们所需的操作系统库和可执行文件。自从容器支持进入公测版以来，已有 5,000 个团队在 Vercel 上发布了 150,000 个容器部署。
容器在 Fluid 计算上以 Vercel Functions 的形式部署，随流量扩展，并采用 Active CPU 定价，不对等待 API 响应、数据库查询或 LLM 推理所花费的空闲时间收费。Vercel Services 让你能够在前端旁边开发和部署后端，同时 Vercel CDN 在你的域名上提供流量服务，Vercel WAF 保护它，日志帮助你排查问题，回滚可以恢复更早的部署。
例如，以一个视频应用为例，它使用容器进行后台处理，为每个上传的片段准备一个播放副本和缩略图。这个 Dockerfile
将 Python 处理器、其依赖项和 ffmpeg
打包，以便与 Daemons 一起运行：
FROM python:3.12-slimRUN apt-get update \ && apt-get install -y --no-install-recommends ffmpeg \ && rm -rf /var/lib/apt/lists/*WORKDIR /appCOPY requirements.txt .RUN pip install --no-cache-dir -r requirements.txtCOPY processor.py .CMD ["python", "processor.py"]
将 Python 视频处理器和 ffmpeg 打包到一个镜像中
当你通过 Git 或 Vercel CLI 部署时，Vercel 会构建镜像并将其存储在你的 Vercel Container Registry 中。阅读我们的容器化 Functions 部署指南以开始使用。
复制标题链接使用 Vercel Daemons 的后台工作进程
Vercel Daemons 让你能够在 Fluid 计算上将容器部署为持续运行的后台工作进程。你选择每个区域中的实例数量，Vercel 通过在进程退出或崩溃时重启它们来维持该容量。
Daemons 启动时支持基于拉取的工作负载，即你的代码从另一个系统请求工作，并在工作可用时进行处理。这可能意味着消费队列消息或从数据库获取待处理任务。
在我们的示例中，Daemons 持续运行视频处理器，从 Vercel Queues 拉取任务。在 vercel.toml
中，定义 Next.js 前端，将请求路由到它，并使用 Dockerfile
添加处理器：
#:schema https://openapi.vercel.sh/vercel.json
[services.frontend]framework = "nextjs"root = "."
[[routes]]src = "/(.*)"destination.service = "frontend"
[daemons.videos]root = "."entrypoint = "Dockerfile"instances.iad1 = 1
在 iad1（华盛顿特区）保持运行一个视频处理器实例
按照 Daemons 部署指南为你的 Vercel 项目添加一个后台工作进程。
复制标题链接在 Vercel 上运行你的后端
我们正在持续投入后端支持，让你现有的更多应用能够运行在 Vercel 上，并使用它所需的语言、依赖项和执行模式。
复制标题链接资源
阅读我们的后端指南
在知识库中阅读
Vercel Daemons 完整指南使用 Python 部署 eve 智能体