fastapi

创新技术阁

FastapiAdmin 前后端启动全流程详解在FastapiAdmin中，系统的启动阶段决定了依赖注入、配置加载、资源初始化与安全策略的正确执行。本项目基于 FastAPI + SQLAlchemy + Redis + APScheduler 构建后端服务，前端则采用 Vue 3 + Vite + TypeScript + Pinia + Vue Router + Element Plus 技术栈。

典典分享指南

飞书 + 企业微信 + 微信文档多端协同实践指南在团队协作中，飞书、企业微信和微信文档是三种高频使用的办公工具。它们各有优势，也各有边界：飞书擅长文档与项目管理，企业微信连接微信生态，微信文档则轻量便捷。本文围绕「多端协同」这一主题，梳理三者在实际工作中的分工、联动方式与常见问题，帮助团队建立一套顺畅的跨工具协作流程。

FastAPI筑基_Day15_Alembic数据库迁移实战专栏：FastAPI零基础后端实战系列标签：FastAPI、Alembic、SQLAlchemy、数据库迁移、版本管理前置学习：Day14 SQLAlchemy ORM 数据库实战

Broccoli52302665

FastAPI 中 Pydantic 模型与 SQLAlchemy ORM 模型的分工与转换规范Pydantic 模型：数据校验与序列化层。继承自 pydantic.BaseModel，定义数据结构、字段类型及校验规则（如长度、正则、取值范围）。与数据库无关。

云和数据.ChenGuang

git revert回退问题看你的日志：你执行：👉 HEAD~2 指向 827cc18（2222add），这个提交的改动就是创建了2.py。

FastAPI生产环境密钥管理全解析，从一个.env文件说起写过几个上线项目的人大概都懂这种心情，本地开发时把数据库密码、JWT签名密钥、第三方API令牌统统塞进一个.env文件，代码跑起来一切顺利，直到有一天这个文件被误传进了Git仓库，或者被同事截图发到了群里。密钥管理这件事，说到底不是技术难题，而是一种习惯和体系的建立。FastAPI本身并不强制你用哪种方式管理密钥，它只提供了pydantic的BaseSettings这样一个优雅的读取入口，真正的安全边界要靠你在部署层面搭起来。

SigV4与HTTPS，两套完全不同维度的安全机制做云原生开发或者对接S3兼容存储的时候，经常会碰到一个让人纠结的问题——已经用了HTTPS了，为什么请求头里还要塞一个又长又丑的Authorization字段，里面写满了SigV4之类的东西。是不是重复加密了，是不是多此一举。

基于FastAPI + Milvus + DeepSeek构建的医学知识问答系统在医疗健康领域，快速准确地获取信息至关重要。传统的信息检索方式往往依赖关键词匹配，难以理解用户自然语言提问背后的语义。近年来，随着大语言模型（LLM）和向量数据库技术的成熟，构建一个能够理解复杂医学问题、并从海量文档中精准召回相关知识的智能问答系统成为可能。

FastAPI 实现 SSO，从协议原理到生产级落地FastAPI 本身并不提供一套开箱即用的 SSO 系统，它更像是承载业务接口的地基。真正完成单点登录的，是外部身份提供商、OIDC/OAuth 2.0 协议，以及 FastAPI 应用内部的会话管理。实践中，最稳妥的组合通常是 OpenID Connect + Authorization Code Flow + PKCE，FastAPI 则作为 OIDC 客户端，也叫 Relying Party。

FastAPI 与 RustFS 集成指南FastAPI 与 RustFS 的集成，本质上是让 FastAPI 充当业务入口，通过 Amazon S3 兼容协议访问 RustFS。RustFS 负责保存对象，FastAPI 则处理用户身份、业务权限、文件元数据和访问策略。

大模型丫丫

FastAPI 入门指南：从零开始构建高性能 Python APIFastAPI 是一个现代、快速（高性能）的 Python Web 框架，基于 Python 3.7+ 的类型提示（Type Hints）构建。它由 Sebastián Ramírez 开发，自 2018 年发布以来迅速成为 Python 社区最受欢迎的 API 框架之一。

Python的contextlib与 FastAPI 中的上下文管理contextlib 是 Python 标准库里一组围绕上下文管理器设计的工具。它解决的核心问题很朴素：某项资源在使用前需要准备，使用结束后必须清理，而且无论中途是否抛出异常，清理动作都不能漏掉。

FastAPI Events 深度解析与工程实践FastAPI 中的 events，更准确地说是应用生命周期事件。它们解决的是整个服务启动前要准备什么、停止前要清理什么。数据库连接池、HTTP 客户端、机器学习模型、缓存连接、消息队列消费者，都适合放在这个生命周期边界里统一管理。

构建 AI 应用的后端，最主流的选择就是 Python + FastAPI。以下是针对每一个知识点的详细教学：在图中的代码里，你看到了 @app.get("/health") 和 @app.post("/api/chat")。

我把 800 行报错日志压成一张排障卡：用蓝耘元生代做 FastAPI 日志根因分析这篇文章记录一个可以直接运行的小项目：接收 FastAPI、Nginx 等服务的错误日志，通过蓝耘元生代 MaaS 调用不同模型，生成结构化的故障摘要、根因判断和排查步骤。重点不是做一个“会聊天”的页面，而是把值班时最费时间的日志整理工作先交给模型。

FastAPI 基础语法：从一个完整接口理解 Web API 的设计这篇文章从一个完整的用户接口出发，讲FastAPI 中最核心的基础语法最终我们实现这样一个接口：客户端提交用户信息：

除了开发api，FastAPI其实也可以配合jinja2模板写页面在很多人眼里，FastAPI 天生就是为了写前后端分离的 JSON 接口而生的。但凡事总有例外，在构建管理后台、博客系统或者轻量级工具时，比起折腾复杂的前端工程化框架，直接在服务端把 HTML 页面拼装好扔给浏览器，往往更简单、更痛快。

练习两年半的攻城狮

FastAPI + LlamaIndex Agent 流式对话踩坑实录最近在基于 FastAPI + LlamaIndex 构建 Agent 智能对话系统时，遇到了一个典型的流式响应问题：Agent 对话只返回 start 和 end(cancelled) 事件，中间的内容全部丢失。经过多轮排查和修复，最终定位到三个独立但相互关联的问题。本文完整记录问题现象、排查过程和解决方案，希望能帮助遇到类似问题的同学少走弯路。

Linux + Docker + FastAPI 工程化实践指南一套稳健的 FastAPI 工程，不是把 API、Redis 和 PostgreSQL 塞进同一个 Compose 文件就算完事。更合理的做法是把应用设计成无状态服务，数据库迁移、配置管理、健康检查和测试各自承担清晰职责；开发环境追求反馈速度，生产环境则强调镜像可复现、最小权限和可观测性。

皮卡丘不断更

手机优先的 Personal Ledger：把账目、学习和复盘放到同一个入口很多个人记录工具只能解决一个问题：记账、打卡或写笔记。真正使用一段时间后，我更想要的是一个轻量的统一入口：今天花了什么、学习投入了多久、某个项目有什么进展，都能用同一套方式留下来，月底还能重新查到。