FastAPI
含有「FastAPI」共 19 篇內容
全部內容
發佈日期由新至舊
這篇文章將教你如何在 FastAPI 中正確攔截並處理錯誤，確保 API 在遇到異常時回傳標準化的 HTTP 狀態碼 (Status Code) 與清晰的錯誤訊息，避免程式無預警崩潰，並讓前端開發者能根據狀態碼精準判斷錯誤類型。
這篇文章教你如何使用 FastAPI 的 Query 與 Path 函式，對 API 的輸入參數進行嚴格的格式驗證，並且為 API 文件添加描述資訊。
這篇文章將教你如何在 FastAPI 中定義與接收請求主體 (Request Body)，當客戶端需要傳送 JSON 格式的詳細資料給伺服器（例如註冊表單或新增商品）時，就必須使用請求主體 (Request Body)。
這篇文章直接教你如何在 FastAPI 中宣告與使用查詢參數 (Query Parameters)，讓你能實現資料過濾、搜尋與分頁等功能。
這篇文章將會教你如何在 FastAPI 中宣告並讀取路徑參數 (Path Parameters)，你將學會如何透過 URL 傳遞變數給伺服器，實現取得特定用戶資料或商品資訊等功能。
這篇文章將會教你如何在電腦上建置 Python 的 Web 框架：FastAPI，你將學會建立隔離的開發環境、安裝必要套件，並寫出你的第一支 API 程式。
Pinecone：設計簡單、穩定高效、支援向量更新與 metadata
(免費方案足夠實驗使用)
Pydantic ：資料驗證的超強幫手
Pydantic 是 Python 中強型別資料驗證與處理的標準工具，特別適合用於 API 的請求 / 回應資料結構驗證。
FastAPI 是一個基於 Python 3.7+ 的 高效能 Web 框架，其特點是：
超高速（基於 Starlette + Pydantic）
自動產生 Swagger API 文件
嚴謹的資料驗證與型別檢查
原生支援非同步（async / await）
目標
✅ 建立 FastAPI API，讓應用可以透過 REST API 進行 LLM 查詢
✅ 結合 RAG 技術，提高 LLM 回應的準確度
✅ 存入及查詢 FAISS 向量資料庫，讓 LLM 檢索外部知識庫
