Cloudflare Workers で Python アプリケーションを実行可能に：一般利用開始

Cloudflare Workers ランタイム上で Python を完全にサポートする環境が一般利用（GA）を開始しました。TypeScript と同等の簡潔さで Python コードを記述し、Python パッケージのエコシステムをそのまま活用できるプラットフォームです。

GA 発表の意図と背景

• 第一級言語としての認定
  Python が Cloudflare Workers プラットフォームにおいて、第一級かつ完全にサポートされる言語となりました。
• エコシステムの統合
  • 既存のコード、ライブラリ、設計パターンの利用が可能に。
  • Workers AI、R2、D1、Hyperdrive、Durable Objects、Queues、Workflows など、プラットフォーム機能とシームレスに連携可能。
• 人気フレームワークの実行
  FastAPI、Django、Flask などの代表的な Python フレームワークを実行可能。
• Dynamic Workers の利用
  Dynamic Workers を介して、別のワーカー内で Python ワーカーを作成することも可能。

開発の歩みと技術的課題の解決

1. ランタイムへの統合

• WebAssembly (Wasm) ベースの実装
  • 2018 年より Wasm サポートを開始し、コンパイル済み Python インタープリタを実行する環境を提供。
  • Pyodide を活用し、多様な Python アプリケーションの即時サポートを実現。
• スケーラビリティ
  他のプラットフォーム同様「容易かつ高性能」な開発を可能にしつつ、無限スケーリングに対応できる最初のプラットフォームとして構築。

2. JavaScript 依存からの脱却（Type Conversion）

以前は Cloudflare バインディング（例：Queue）を使用する際、Python オブジェクトを明示的に TypeScript 型に変換する必要があり、コードが複雑化していました。

【従来の方法（Bridge コードが必要）】

from pyodide.ffi import to_js
import js

self.env.QUEUE.send(to_js({"key": "value"}, dict_converter=js.Object.fromEntries))

【現在の対応（Python 的アプローチ）】
タイプ変換プロセスをランタイムおよび SDK にカプセル化し、一行も JavaScript を書かずに以下のように記述可能にしました。

self.env.QUEUE.send({"key": "value"})

Web フレームワークの実行方法

ASGI / WSGI コンネクタの導入

Python ワーカーズ内で API サーバーを構築するには、

workers.asgi

および

workers.wsgi

コンネクタを使用します。Cloudflare Workers プラットフォーム自体が Web サーバーの役割を果たすため、Uvicorn や Gunicorn などの外部サーバー設定は不要です。

FastAPI（非同期）の実行

from fastapi import FastAPI
from workers import asgi

app = FastAPI()

@app.get("/")
async def root():
    message = "Hello, world!"
    return {"message": message}

class Default(WorkerEntrypoint):
    async def fetch(self, request):
        return await asgi.fetch(app, request, self.env)

Default = asgi.entrypoint(app)

Django（同期）の実行

from workers import WorkerEntrypoint, wsgi
from your_django_app.wsgi import app

Default = wsgi.entrypoint(app)

データベース連携：Hyperdrive のサポート

Python ワーカーズでは、現在 PostgreSQL や MySQL などのリレーショナルデータベースをHyperdriveを通じて直接使用可能です。

技術的背景（WebAssembly とソケット）

• 課題
  WebAssembly サンドボックス内では標準的な POSIX システムコール（ソケット操作）が失敗する傾向があり、従来の TCP 接続は不可能でした。
• 解決策
  Workers Connect API を使用し、ソケットシステムコールをカスタム実装しました。これにより、データベースドライバーは下流の実装を気にせず標準的な API で動作できます。

設定と利用例

wrangler

構成で Hyperdrive バインディングを設定後、標準的なドライバ（例：

aiomysql

）を使用します。

Wrangler.toml の設定例：

"hyperdrive": [
    {
        "binding": "HYPERDRIVE_MYSQL",
        "id": "<example id: 57b7076f58be42419276f058a8968187>",
    }
]

Python コード例：

import aiomysql

from workers import WorkerEntrypoint

class Default(WorkerEntrypoint):
    async def fetch(self, request):
        hd = self.env.HYPERDRIVE_MYSQL
        conn = await aiomysql.connect(
            host=hd.host,
            port=int(hd.port),
            user=hd.user,
            password=hd.password,
            db=hd.database,
            ssl=None,
        )

        cur = await conn.cursor()
        await cur.execute("SELECT username FROM user")
        r = await cur.fetchall()
        await cur.close()
        conn.close()

エコシステムの拡大：WebAssembly とパッケージ

PyEmscripten の採用と標準化（PEP 783）

• 制限の打破
  以前はネイティブ拡張子を持つパッケージが実行不可能で、手動でのクロスコンパイルが必要でした。現在はより広いパッケージを利用可能にしました。
• プラットフォームの進化
  • PEP 783 を提案し承認され、Pyodide および WebAssembly 上の Python コミュニティ全体に利益をもたらすようにエコシステムを進化。

  • cibuildwheel

    に PyEmscripten サポートを追加し、パッケージメンテナーが容易に Wasm 環境向けパッケージを構築可能に。

AI エージェントとパイプラインの構築

Python の豊富なデータサイエンス/機械学習エコシステム（OpenAI, LangChain など）を Workers で活用できます。

ネットワークスタックの解決

• 課題
  多くの AI ライブラリは外部 API への通信に HTTP クライアント（

  requests

  ,

  httpx

  ）を依存しており、Wasm 環境では動作していませんでした。
• 解決策
  低レベルソケット操作サポートの導入により、HTTP クライアントを JavaScript

  fetch API

  を介した直接ルーティングに対応させました。これにより、Python ワーカーズ内部でのネットワークスタックがシームレスに動作します。

Workers AI との連携

• ネイティブ実行
  OpenAI, LangChain, MCP などのライブラリをネイティブで実行可能。
• 推論方法
  • Cloudflare ネットワーク上の GPU を使用したサーバーレス推論（Workers AI）。
  • Cloudflare AI Gateway を介したプロキシ処理。

LangChain と Workers AI を組み合わせる例：

from langchain_cloudflare import ChatCloudflareWorkersAI
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import PromptTemplate
from workers import Response, WorkerEntrypoint

class Default(WorkerEntrypoint):
    async def fetch(self, request):
        prompt = PromptTemplate.from_template(
            "In one sentence, describe a great day in the life of an {profession}."
        )
        llm = ChatCloudflareWorkersAI(
            model_name="@cf/meta/llama-3.3-70b-instruct-fp8-fast",
            binding=self.env.AI,
            max_tokens=64,
        )
        chain = prompt | llm | StrOutputParser()

        result = await chain.ainvoke({"profession": "electrician"})
        return Response.json({"result": result})

実装例とドキュメント

• Python Workers Examples リポジトリ
  生産環境での利用パターンをまとめたサンプルコードが公開されています。

  • 非同期 AI オーケストレーション：Image-to-Image ジェネレーターの構築（Queue, Workflows, R2 を使用）。
  • リアルタイムストリーム処理：Bluesky Jetstream WebSocket と Durable Objects の組み合わせ。
  • MCP サーバー：公式 Python パッケージによるエッジデータへのアクセス提供。
  • RAG システム：Vectorize と Workers AI を利用した検索補完生成。

• ドキュメントの更新
  Cloudflare 製品全体のドキュメントに Python コード例を追加。JavaScript、TypeScript、Python の切り替えに対応し、すべての製品で Python 例を継続的に提供します。

まとめ

Python ワーカーズは、**一般利用（GA）**を開始しました。TypeScript と同等の簡潔さでコードを書きつつ、豊富な Python エコシステムを活用できるプラットフォームです。これからの展開として、より高性能・メモリー効率の高い環境やサポートパッケージの拡大を計画しており、コミュニティと共に進化していく予定です。