如何在 vercel 部署中路由 python 和 typescript 无服务器函数

我从一个带有 Next.js 和 Typescript 前端以及 python 后端的全栈应用程序开始。由于我们想在 vercel 上部署，因此我们将所有后端功能迁移到 /api 文件夹中的 typescript 函数中，可通过以下方式访问：

fetch('api/**foldername**)

问题是我有一个简单的 pytorch 模型，因此它需要是 python。我在网上读到，您也可以拥有 python 无服务器 vercel 函数。

我需要有关如何使两种无服务器函数类型协同工作的建议。

在此处输入图像描述

这是我的文件夹结构：app/api/ 路由名称 /route.ts 我对route.py 进行了同样的尝试，但没有成功。我也尝试将 upload.py 放在 api 文件夹中，但这也不起作用。

这是我的 upload.py 文件：

from http.server import BaseHTTPRequestHandler


class handler(BaseHTTPRequestHandler):
    def do_GET(self):
        self.send_response(200)
        self.send_header("Content-type", "text/plain")
        self.end_headers()
        self.wfile.write("Hello, worldfbgdfgbdfgbd!".encode("utf-8"))
        return

非常简单，只是为了测试连接性。

我尝试使用 fetch单击前端上的按钮时，控制台会记录响应，然后转到 localhost:3000/api/update。

在线文档不多，在查看了一些示例 github 存储库后，我不确定为什么我的情况没有不起作用。

非常感谢任何建议。

当然，我可以帮助在 Vercel 上部署 Python 和 TypeScript 无服务器函数。

了解 Vercel 的无服务器函数

Vercel 主要针对 JavaScript/TypeScript 环境进行了优化。虽然它确实支持 Python 等其他语言，但这涉及使用自定义运行时，这在设置和部署方面可能更具挑战性。

将 Python 和 TypeScript 无服务器函数与 Vercel 结合使用的策略

鉴于的目标，以下策略概述了如何在 Vercel 上有效管理 Python (PyTorch) 模型和 TypeScript API 路由：

1. TypeScript API 路由（用于主要 API）：

2. 将的主要 API 路由保留在 app/api 目录中，使用 TypeScript 实现。这些路由将通过 fetch('api/your-route') 从的前端轻松访问。

3. Python/PyTorch 后端（作为单独服务）：

4. 部署选项：

   • Vercel 无服务器函数（使用自定义运行时）：
     • 虽然 Vercel 主要支持 Node.js，但可以使用自定义运行时（如 Python）。
     • 优点： 保持所有内容都在 Vercel 生态系统中。
     • 缺点： 需要更多配置、潜在的冷启动以及对 Python 环境的控制受限。如果计划将 PyTorch 模型扩展为更重要的功能，则这可能不是最佳选择。
   • 外部服务（推荐）：
     • 云函数（例如 AWS Lambda、Google Cloud Functions、Azure Functions）： 非常适合运行无服务器 Python 代码。
     • 容器化部署（例如 Google Cloud Run、AWS App Runner、Azure 容器实例）： 如果需要对环境进行更多控制或有更复杂的依赖项，则此方法效果很好。
     • 优点： 专门针对 Python 进行了优化、可扩展且与 PyTorch 良好集成。
     • 缺点： 需要设置和管理单独的服务。

5. 与 TypeScript API 交互：

   • 从的 TypeScript API 路由中，使用 fetch 或类似的 HTTP 客户端库对托管的 Python 后端发出请求。
   • 确保在生产中设置适当的 CORS 标头以允许来自 Vercel 前端的请求。

实施示例（使用外部服务）

假设选择在 AWS Lambda 上部署 PyTorch 模型：

• 1. 创建 AWS Lambda 函数：
• 使用所需的 PyTorch 依赖项设置 Lambda 函数。

• 将的 PyTorch 模型加载并处理逻辑放入 Lambda 函数处理程序中。

• 2. 公开 Lambda 函数：

• 为的 Lambda 函数创建一个 API 网关端点，使其可通过 HTTP 访问。

• 3. 更新 TypeScript API 路由： ```typescript // app/api/your-route.ts

import { NextApiRequest, NextApiResponse } from 'next';

export default async (req: NextApiRequest, res: NextApiResponse) => { if (req.method === 'POST') { try { const response = await fetch('https://your-api-gateway-endpoint.amazonaws.com/your-lambda-function', { method: 'POST', headers: { 'Content-Type': 'application/json', }, body: JSON.stringify(req.body), // 将数据发送到 Lambda 函数 });

     const data = await response.json();
     res.status(200).json(data); 
   } catch (error) {
     console.error(error);
     res.status(500).json({ error: 'An error occurred' });
   }
 } else {
   res.status(405).end(); // 方法不允许
 }

}; ```

重要提示

• API 密钥/身份验证： 为确保安全性，请实施 API 密钥或身份验证机制，以保护的 Python 后端免遭未经授权的访问。
• 错误处理： 在的 TypeScript 和 Python 代码中包含强大的错误处理，以优雅地管理故障。
• 测试： 在部署之前彻底测试 TypeScript 和 Python 函数之间的集成。

这种方法允许利用 Vercel 对 TypeScript API 路由的优势，同时为的 PyTorch 模型提供专门的 Python 环境。通过将的 Python 后端托管为一个单独的服务，将获得更大的灵活性、可扩展性和与 PyTorch 生态系统的更轻松集成。