Modèles de requête et de réponse

Déployer l'IA en production avec FastAPI

Matt Eckerle

Software and Data Engineering Leader

Structures de requête et de réponse dans les API

Structure d'une requête

Données envoyées par le client à l'API
Contient généralement :
- Méthode HTTP (GET, POST, etc.)
- En-têtes
- Paramètres de requête
- Corps de la requête

http://localhost:8000/users/? [email protected]

:8000 : Port. FastAPI utilise 8000 par défaut.
/users/ : Chemin de l'endpoint visé.
? : Début des paramètres de requête.
`[email protected]` : Paramètre de requête. Ici, on transmet une adresse de courriel à l'endpoint.

Structure d'une réponse

Données renvoyées par l'API au client
- Charge JSON avec les infos de l'utilisateur
Contient généralement :
- Code d'état (200 OK, 404 Not Found, etc.)
- En-têtes
- Corps de la réponse (données demandées ou résultat)

HTTP/1.1 200 OK
date: Fri, 18 Oct 2024 12:34:56 GMT
server: uvicorn
content-length: 76
content-type: application/json

{
  "username": "johndoe",
  "email": "[email protected]",
  "age": 30
}

Modèle Pydantic

Création de User
Utilisation de Pydantic

from pydantic import BaseModel

class User(BaseModel):
    username: str
    email: str
    age: int

Hérite de BaseModel
Définit des attributs avec annotations de type
Validation automatique basée sur les types

Erreur de validation

from pydantic import ValidationError
try:
    invalid_user = User(username="john_doe", email="[email protected]", 
                        age="thirty")
    print("Invalid User:", invalid_user)
except ValidationError as e:
    print("Validation Error:", e)

Validation Error: 1 validation error for User age
Input should be a valid integer, unable to parse string as an integer 
[type=int_parsing, input_value='thirty', input_type=str]

Utiliser des modèles Pydantic dans FastAPI

from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()


class User(BaseModel):
    username: str
    email: str
    age: int


@app.post("/users", response_model=User)

async def create_user(user: User):
    return user

Modèle utilisé comme response_model
Modèle utilisé comme indication de type de paramètre
Validation automatique des requêtes
Dé/sérialisation requête/réponse
Génération de la doc de l'API

Formats de requête et de réponse

curl -X 'POST' \
  'http://localhost:8000/users/' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
  "username": "john_doe",
  "email": "[email protected]",
  "age": 30
  }'

{
  "username": "john_doe",
  "email": "[email protected]",
  "age": 30
}

Passons à la pratique !

Déployer l'IA en production avec FastAPI