模型应用开发的基础工具与原理之Web 框架

「新手能听懂」+「一步一步」+「最后能跑起来」
FastAPI / Flask 核心 → 高并发原理 → 鉴权 → 大模型对话 API 实战
不讲晦涩源码，只讲"为什么 + 怎么用 + 能干嘛"

一、FastAPI vs Flask（先选哪个？）

对比	Flask	FastAPI
学习难度	⭐⭐	⭐⭐⭐
性能	一般	很高（异步）
接口文档	手写	自动生成
现代项目	较少	主流

📌 建议：

👉 新项目 / AI 接口 👉 直接 FastAPI

👉 快速 demo 👉 Flask

下面重点讲 FastAPI，Flask 会类比说明。

二、FastAPI 核心 3 件套--新手必会内容

路由 + 依赖注入 + 接口文档

1️⃣ 接口入口--路由

最小 FastAPI 项目

python 复制代码

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def root():
    return {"msg": "hello fastapi"}

运行：

bash 复制代码

uvicorn main:app --reload

访问：

http://127.0.0.1:8000
📘 接口文档：http://127.0.0.1:8000/docs

常见 HTTP 方法

python 复制代码

@app.get("/items")
@app.post("/items")
@app.put("/items/{item_id}")
@app.delete("/items/{item_id}")

📌 记忆口诀

GET 查｜POST 增｜PUT 改｜DELETE 删

2️⃣ 非常重要的参数获取

路径参数

python 复制代码

@app.get("/user/{user_id}")
def get_user(user_id: int):
    return {"user_id": user_id}

查询参数

python 复制代码

@app.get("/search")
def search(q: str, page: int = 1):
    return {"q": q, "page": page}

用 Pydantic 请求体

python 复制代码

from pydantic import BaseModel

class User(BaseModel):
    name: str
    age: int

@app.post("/user")
def create_user(user: User):
    return user

📌 好处

自动校验
自动文档
自动提示

3️⃣ FastAPI 最大优势--接口文档

📘 自动生成：

/docs（Swagger）
/redoc

📌 新手福利

不用写文档，写代码 = 文档

三、FastAPI 灵魂依赖注入

1️⃣ 什么是依赖注入（人话版）

公共逻辑，不要写重复

比如：

登录校验
数据库连接
参数校验

2️⃣ 最简单的依赖

python 复制代码

from fastapi import Depends

def common_params():
    return {"version": "v1"}

@app.get("/info")
def info(params=Depends(common_params)):
    return params

📌 记忆

Depends = 自动帮你执行函数并注入结果

3️⃣ 登录校验依赖（重点）

python 复制代码

def check_token(token: str):
    if token != "abc123":
        raise Exception("未授权")
    return token

@app.get("/secure")
def secure(token: str, t=Depends(check_token)):
    return {"msg": "已登录"}

四、通俗易懂新手版FastAPI 高并发原理

1️⃣ 为什么 FastAPI 快？

三个核心原因：

✅ 1）异步 async / await

python 复制代码

@app.get("/async")
async def async_api():
    await asyncio.sleep(1)
    return {"msg": "ok"}

✅ 2）事件循环（单线程多任务）

等 IO 的时候，切换任务，不浪费时间

✅ 3）ASGI + Uvicorn

Flask：WSGI（同步）
FastAPI：ASGI（异步）

📌 一句话总结

FastAPI 快，是因为它「不傻等」

2️⃣ 什么时候才有高并发优势？

✔ IO 密集（接口、数据库、模型请求）

❌ 纯计算（CPU 密集）

五、新手必会的接口鉴权实现

1️⃣ 最常见Token 鉴权

请求头

http 复制代码

Authorization: Bearer abc123

依赖实现

python 复制代码

from fastapi import Header, HTTPException

def verify_token(authorization: str = Header(None)):
    if authorization != "Bearer abc123":
        raise HTTPException(status_code=401, detail="未登录")

使用

python 复制代码

@app.get("/chat")
def chat(dep=Depends(verify_token)):
    return {"msg": "安全接口"}

📌 记忆

鉴权 = Header + Depends

2️⃣ JWT（知道即可）

Token + 过期时间 + 签名

真实项目用得多，但新手先理解 Token 即可

六、实战：大模型对话 API（重点）

我们模拟一个 LLM 对话接口结构（可接 OpenAI / 本地模型）

1️⃣ 请求格式设计

json 复制代码

POST /chat
{
  "messages": [
    {"role": "user", "content": "你好"}
  ]
}

2️⃣ 定义请求模型

python 复制代码

class Message(BaseModel):
    role: str
    content: str

class ChatRequest(BaseModel):
    messages: list[Message]

3️⃣ 模拟大模型回复函数

python 复制代码

async def call_llm(messages):
    await asyncio.sleep(1)  # 模拟模型耗时
    return "你好，我是大模型 🤖"

4️⃣ 完整对话 API（核心）

python 复制代码

from fastapi import FastAPI, Depends, Header, HTTPException
from pydantic import BaseModel
import asyncio

app = FastAPI()

def verify_token(authorization: str = Header(None)):
    if authorization != "Bearer abc123":
        raise HTTPException(status_code=401, detail="Unauthorized")

class Message(BaseModel):
    role: str
    content: str

class ChatRequest(BaseModel):
    messages: list[Message]

async def call_llm(messages):
    await asyncio.sleep(1)
    return "你好，我是大模型 🤖"

@app.post("/chat")
async def chat(
    req: ChatRequest,
    auth=Depends(verify_token)
):
    reply = await call_llm(req.messages)
    return {
        "reply": reply,
        "usage": {"tokens": 100}
    }

5️⃣ 测试方式

bash 复制代码

curl -X POST http://127.0.0.1:8000/chat \
 -H "Authorization: Bearer abc123" \
 -H "Content-Type: application/json" \
 -d '{"messages":[{"role":"user","content":"你好"}]}'

七、终极记忆口诀（送你）

🔑 FastAPI 学习口诀

路由定入口
模型管数据
Depends 做复用
async 提并发
Header 来鉴权
/docs 看文档

八、推荐资源

FastAPI 官方文档、《FastAPI 实战》