FastAPI
含有「FastAPI」共 13 篇內容
全部內容
發佈日期由新至舊
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
付費限定
我們在「【🔒 Python API框架篇 - FastAPI】Ep.1 啟航」稍微帶大家認識了FastAPI這個框架， 它讓我們快速的架設一個API服務， 並提供了許多標準化功能， 只要照著規範走就能快速的開發出來， 但開發出來之後， 我們會希望開放給一般使用者使用， 而一般使用者較能夠操作的媒介
付費限定
我們在「【🔒 Python API框架篇 - FastAPI】Ep.1 啟航」稍微帶大家認識了FastAPI這個框架， 它讓我們快速的架設一個API服務， 並提供了許多標準化功能， 只要照著規範走就能快速的開發出來， 但我們除了能開發出應用之外， 也要設計的更人性化一點， API最重要的就是路由了
付費限定
API是我們與其他系統介接的標準化規格， 那一份好的規格勢必要能夠達到引導與驗證的作用， 避免對方介接錯誤， 引發後續的災難性損失， 因此這一章節就是要教我們如何定義每個API的欄位怎麼填？ 資料型態是什麼？ 以及如何生成API文件。
我們在「【🔒 Python API框架篇 - Fas
要如何使用unicorn啟動多個FastAPI服務， 歡迎參考我們的「【💊 Python的解憂錦囊 - FastAPI】如何啟動多個Workers」。
當我們試著設計帶入模組化時…
我們在「【💊 Python的解憂錦囊 - FastAPI】使用 lifespan 來共享資料與管理生命週期
我們在「【🔒 Python API框架篇 - FastAPI】Ep.1 啟航」有說明如何使用uvicorn來啟動FastAPI服務， 假設今天我們的API是一個CPU密集型的運算服務時， 通常我們會希望開啟多個行程來幫忙處理， 那麼大致上的撰寫方式會像這樣：
app = FastAPI(
ti
我們在「【🔒 Python API框架篇 - FastAPI】Ep.1 啟航」有分享 FastAPI 這套API框架， 那麼當我們想要在應用程式剛執行時就註冊一些事件或者共享GPU運算模型、變數…等，當整個應用程式關閉時也進行釋放作業， 這樣的一個週期循環就是所謂的生命週期， 而在FastAPI這
