FastAPI 是一个现代、高性能的 Python Web 框架，基于 Starlette 和 Pydantic，专为构建 API 而生。它具备自动生成交互式文档、基于 Python 类型提示的数据校验、异步支持等强大特性。本文将以一个完整的示例项目为线索，从项目结构、路由管理、请求/响应模型到中间件配置，全方位讲解 FastAPI 的核心用法。

已开源到ai-demo，欢迎star~

---

一、项目结构概览

fastapi/
├── main.py                  # 应用入口 & FastAPI 实例创建
├── api/
│   ├── __init__.py          # 包标识
│   └── routers.py           # API 路由定义
└── models/
    └── hello_models.py      # Pydantic 请求/响应模型

采用分层架构的思路：

• main.py — 应用层，负责创建 FastAPI 实例、注册中间件和路由。
• api/ — 接口层，存放所有路由端点。
• models/ — 数据层，定义 Pydantic 模型，实现请求校验与响应格式化。

---

二、入口文件：创建 FastAPI 应用

# main.py
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware
from api.routers import api_router

app = FastAPI(
    title="My DeepAgents API",
    description="This is My DeepAgents API",
    version="0.1.0"
)

2.1 FastAPI 实例化参数

参数	说明
title	API 文档标题（显示在 Swagger UI / ReDoc 顶部）
description	API 的详细描述，支持 Markdown
version	API 版本号，建议遵循语义化版本规范

这三个参数会直接反映在自动生成的 /docs 和 /redoc 接口文档中。

2.2 启动服务

uvicorn main:app --reload

• main:app → main.py 中的 app 实例（FastAPI 类型）。
• --reload → 开发模式，代码修改后自动重启（生产环境请去掉该参数）。

启动后访问：

• 交互式文档：http://localhost:8000/docs
• 备用文档：http://localhost:8000/redoc

---

三、CORS 跨域中间件配置

app.add_middleware(
    CORSMiddleware,
    allow_origins=["http://localhost:3000", "http://localhost:8080"],
    allow_methods=["GET", "POST"],
    allow_headers=["*"]
)

3.1 参数详解

参数	说明
allow_origins	允许跨域的前端源列表。生产环境应指定具体域名，避免使用 ["*"]
allow_methods	允许的 HTTP 方法，如 ["GET", "POST", "PUT", "DELETE"]
allow_headers	允许的请求头，["*"] 表示允许所有

最佳实践：开发阶段可宽松配置，上线后应严格限制 allow_origins 为明确的前端地址。

---

四、路由管理：APIRouter 的使用

# api/routers.py
from fastapi import APIRouter

api_router = APIRouter()

APIRouter 可以将路由从主应用中解耦出来，便于大型项目的模块化管理。

4.1 注册路由到主应用

# main.py
app.include_router(api_router, prefix="/api")

参数	说明
api_router	要注册的路由器实例
prefix="/api"	为该路由器下所有端点添加统一的 URL 前缀

此时，api_router 中定义的 /hello 实际访问路径变为 /api/hello。

---

五、端点定义：GET / POST 多种传参方式

5.1 最简单的 GET 请求

@api_router.get("/")
async def root():
    return {"message": "This is a FastAPI server!"}

curl http://localhost:8000/api/
# 返回: {"message": "This is a FastAPI server!"}

5.2 GET 请求返回 JSON

@api_router.get("/hello", tags=["helloTag"])
async def hello():
    """
    处理 GET /api/hello 请求，返回欢迎消息。
    """
    return {"message": "Hello, World!"}

• tags=["helloTag"] — 在 Swagger 文档中将该端点归入 helloTag 分组，方便查找。
• docstring 会直接显示在 Swagger 文档的端点描述中，建议养成写文档字符串的习惯。

curl http://localhost:8000/api/hello
# 返回: {"message": "Hello, World!"}

5.3 POST 请求 — 查询参数传参

@api_router.post("/hello", tags=["helloTag"])
async def hello_post(name: str = "World"):
    return {"message": f"POST response> Hello, {name}!"}

FastAPI 会自动根据函数签名推断参数来源：

• 基础类型参数（str、int 等）默认从查询参数获取。

调用方式一：URL 查询参数

curl -X POST "http://localhost:8000/api/hello?name=rick"
# 返回: {"message": "POST response> Hello, rick!"}

调用方式二：JSON Body

curl -X POST "http://localhost:8000/api/hello" \
  -H "Content-Type: application/json" \
  -d '{"name": "rick"}'
# 返回: {"message": "POST response> Hello, rick!"}

调用方式三：表单数据

curl -X POST "http://localhost:8000/api/hello" \
  -H "Content-Type: application/x-www-form-urlencoded" \
  -d 'name=rick'
# 返回: {"message": "POST response> Hello, rick!"}

要点：FastAPI 对于基础类型参数，会智能地从 query、body、form 三种来源中解析，极大提升了灵活性。

---

六、Pydantic 模型：请求校验 & 响应格式化

这是 FastAPI 最核心的特性之一。可以把数据模型定义在 models/hello_models.py 中。

6.1 定义请求体模型

# models/hello_models.py
from pydantic import BaseModel, Field

class HelloRequest(BaseModel):
    name: str = Field(default="World", description="用户名")

要素	说明
BaseModel	Pydantic 基类，继承后自动获得校验、序列化能力
Field(default="World")	默认值为 "World"，客户端不传则自动填充
Field(description="...")	字段说明，会显示在 Swagger 文档的 Schema 中

6.2 响应用模型

class HelloResponse(BaseModel):
    message: str = Field(description="欢迎消息")

6.3 在端点中使用请求模型

@api_router.post("/hello_model", tags=["helloTag"])
async def hello_post_model(request: HelloRequest):
    return {"message": f"POST Model response> Hello, {request.name}!"}

• 参数类型标注为 HelloRequest，FastAPI 会自动：
  1. 将请求体 JSON 反序列化为 HelloRequest 实例。
  2. 校验字段类型、必填性。
  3. 校验失败时返回 422 Unprocessable Entity，并给出详细的错误信息。

正确的请求

curl -X POST "http://localhost:8000/api/hello_model" \
  -H "Content-Type: application/json" \
  -d '{"name": "rick"}'
# 返回: {"message": "POST Model response> Hello, rick!"}

不传 name（使用默认值）

curl -X POST "http://localhost:8000/api/hello_model" \
  -H "Content-Type: application/json" \
  -d '{}'
# 返回: {"message": "POST Model response> Hello, World!"}

传入错误类型（触发自动校验）

curl -X POST "http://localhost:8000/api/hello_model" \
  -H "Content-Type: application/json" \
  -d '{"name": 123}'
# 返回 422，提示 name 应为字符串

6.4 使用 response_model 控制输出

@api_router.post("/hello_full_model", tags=["helloTag"],
                 response_model=HelloResponse)
async def hello_full_model(request: HelloRequest):
    return HelloResponse(
        message=f"POST Full Model response> Hello, {request.name}!"
    )

特性	说明
请求校验	request: HelloRequest 校验输入
响应过滤	response_model=HelloResponse 确保输出只包含模型定义的字段，自动屏蔽多余字段
文档生成	Swagger 文档中自动展示响应 Schema，前后端协作更高效
数据转换	即使返回 dict，FastAPI 也会按 response_model 进行转换和校验

curl -X POST "http://localhost:8000/api/hello_full_model" \
  -H "Content-Type: application/json" \
  -d '{"name": "FastAPI"}'
# 返回: {"message": "POST Full Model response> Hello, FastAPI!"}

---

七、完整调用示例汇总

端点	方法	路径	请求方式	curl 命令
root	GET	/api/	无参	curl http://localhost:8000/api/
hello	GET	/api/hello	无参	curl http://localhost:8000/api/hello
hello	POST	/api/hello	query/body/form	curl -X POST "http://localhost:8000/api/hello?name=rick"
hello_model	POST	/api/hello_model	JSON body	curl -X POST "http://localhost:8000/api/hello_model" -H "Content-Type: application/json" -d '{"name":"rick"}'
hello_full_model	POST	/api/hello_full_model	JSON body + 模型响应	curl -X POST "http://localhost:8000/api/hello_full_model" -H "Content-Type: application/json" -d '{"name":"FastAPI"}'

---

八、Swagger 文档实战

启动服务后访问 http://localhost:8000/docs，你会看到：

1. 分组标签 — 所有标注 tags=["helloTag"] 的端点归入同一组，折叠管理更清爽。
2. 端点描述 — 每个函数的 docstring 会作为端点说明展示。
3. 参数说明 — Field(description=...) 的内容会作为字段提示。
4. 在线调试 — 点击 “Try it out” 按钮，直接在浏览器中发送请求并查看响应。

这就是 FastAPI “文档即代码” 理念的体现 — 你写的类型提示和 docstring，自动生成了完整的 API 文档。

---

九、最佳实践总结

9.1 项目结构

• 小型项目：main.py + models.py 即可。
• 中大型项目：按功能拆分 routers/、models/、services/、schemas/ 等模块。

9.2 模型使用

• 务必使用 Pydantic 模型定义请求体和响应体，避免手工解析 JSON。
• 为每个端点单独定义请求/响应模型，保持接口契约清晰。
• 利用 Field(description=...) 为字段添加说明，提升文档质量。

9.3 路由管理

• 使用 APIRouter 拆分路由，按业务模块组织（如 users.py、orders.py）。
• 统一使用 prefix 避免路径重复。

9.4 文档与注释

• 为每个端点写清晰的 docstring，它会直接呈现在 Swagger 文档中。
• tags 用于分组，response_model 用于声明响应格式。

9.5 生产环境注意事项

• 去掉 --reload 参数，改用 gunicorn + uvicorn workers。
• 严格限制 allow_origins，禁止使用 ["*"]。
• 添加认证中间件（如 JWT、OAuth2）。

---

十、参考资料

• FastAPI 官方文档
• Pydantic 官方文档
• Starlette 官方文档

---