Python 服务也能跑完整 Micronaut 了，Pyronaut 正式可用

2026 年 10 月 2 日，Graeme Rocher 宣布 Pyronaut 可用。它把 Micronaut 与 GraalVM 的 AOT、构建期校验和源码处理带到 Python，让 Python 服务跑在同一套 Netty HTTP 栈与 Micronaut 平台上。项目归属 Micronaut，是 Commonhaus Foundation 项目。

站内昨天刚发过 Micronaut Framework 5.2.0。本稿只盯一件事：Python 上能直接用完整 Micronaut。Micronaut 5.2.0 发版清单不再展开。

最小可跑示例

官方给出的最小应用是 main.py：

from micronaut.http.annotation import Get

@Get("/")
def read_root() -> dict:
    return {"Hello": "World"}

@Get("/items/{item_id}")
def read_item(item_id: int, q: str | None = None) -> dict:
    return {"item_id": item_id, "q": q}

开发与部署命令（按官方文档，未本地验证）：

pyronaut dev main.py
pyronaut run main.py

安装路径同样来自官博文末：

python3 -m pip install --upgrade pyronaut
pyronaut setup

Netty 服务与 asyncio

Micronaut 的 HTTP 层建立在 Netty 上。Pyronaut 把 Python 的 asyncio 接到同一条事件循环，因此可以直接写 async/await，不需要自建 asyncio.run()，也不需要 uvicorn。

import asyncio
from micronaut.http.annotation import Get

@Get("/slow-hello")
async def slow_hello() -> str:
    await asyncio.sleep(0.5)   # 挂起协程，不挂起事件循环
    return "hello"

带 yield 的 async def 路由会按背压流式返回，可用于 SSE 等场景。Java 侧的 Publisher 与 CompletableFuture 也能用 await 接住，内置 HttpClient 可以按同样模型做非阻塞调用。

官方基准口径（原样引用）

官博与 性能页 给出的条件是：同一套 Hyperfoil 负载爬坡，HTTPS/HTTP2，同一台 3 OCPU 的 OCI VM；一步只有在满足全部延迟 SLA 时才计入（p50 低于 100ms，p95 低于 200ms，p99 低于 1s）。对照是 FastAPI on Granian 与 Flask on Gunicorn。

在该口径下，Pyronaut 可持续吞吐 35,351 req/s，约为 FastAPI 的 2.6 倍、Flask 的 6.5 倍。延迟在负载升高时仍较平，p99 在约 22,000 req/s 前可低于 1ms；在 11,655 req/s 时，Pyronaut 的 p99 为 0.51ms，同负载下 FastAPI 为 6.62ms。性能页补充：基准跑于 2026-09-27，每框架取两次中更好的一次，未挂 profiler。

官方同时写明边界：Python 仍受 GIL 限制，当前吞吐尚未追上 Java 版 Micronaut 的峰值。GraalPy 团队在推进无 GIL 版本，他们预期吞吐会继续抬高。

整平台可用，不只是 HTTP

Pyronaut 的做法是把 Python AST 与 javac 融合：遇到 Java 注解时自动暴露对应的 Python 装饰器。这样 Micronaut 核心能力可以按同一编程模型落到 Python 上。

Micronaut Data：仓库方法在构建期预计算 SQL。属性写错会直接让构建失败，不会拖到生产请求才暴露。主文示例覆盖派生查询、投影、分页、@Query、部分更新与事务，数据后端包括 JDBC、R2DBC、Hibernate/JPA、Hibernate Reactive、MongoDB 与 Azure Cosmos DB。

序列化与 OpenAPI：@Serdeable 数据类在构建期生成序列化器；路由可在编译期写出 OpenAPI，文档字符串会进入规范说明。

消息与 MCP：可用 Python 写 Kafka / RabbitMQ / JMS 等监听与生产；也可用 @Tool 定义 MCP 工具。以上均来自主文可核示例。

构建期校验对人和 coding agent 都缩短反馈环。拼错 Data 查询属性时，pyronaut process 会直接指出不存在的属性名。配置可用 pyronaut validate-config 对照 classpath 检查，dev / run / test 启动前也会跑同样校验。

JVM、Crema 与 Docker 构建

CLI 可在 JVM 或 GraalVM Crema 上执行。Crema 提供预编译 native 基础镜像，降低内存与启动时间，应用层不必每次都做完整 native image。主文给出的两条 Docker 路径（按官方文档，未本地验证）：

# JVM：预热后峰值吞吐更好
pyronaut build main.py --jvm --docker

# Crema 基础镜像：接近 native 的启动与内存，应用只叠薄层
pyronaut build main.py --native-base --docker

完全 native image 仍可选，但不是默认必经路径。

已有 Micronaut 经验时怎么看

如果你已经在用 Micronaut Data、Serde 或 MCP，Pyronaut 的增量是：同一套能力可以写在 Python 服务里，并且还能混用 JVM 库与 Testcontainers。官博示例里，一个脚本即可声明依赖、起 Oracle 容器、跑带仓库的 HTTP 接口。

如果你更关心 CLI 与反馈速度，价值在构建期失败：错属性和错配置会在 process / validate-config 阶段暴露，不必先把应用拉起来再猜。这对本地迭代和 agent 写代码都同样省时间。

边界与下一步

GIL 仍在，官方自述尚未追平 Java Micronaut。后续方向包括：能理解 Python 与所调 Java API 的静态类型检查；实验性把 Python 静态编译到 JVM 字节码；GraalPy 对原生扩展与无 GIL 的继续推进。

若要动手，主文指向安装页、Getting Started（含 FastAPI 教程移植）、面向 Python 开发者的 Micronaut 概念说明、浏览器里生成项目的 Pyronaut Launch，以及性能页与全栈模板。Devoxx Belgium 将于 10 月 8 日 15:00 有一场现场演示。

主源：Introducing Pyronaut（Graeme Rocher，2026-10-02）。性能数字以同文与 pyronaut.io/performance 为准。