AI 的 GET 與 POST 請求

使用 FastAPI 將 AI 佈署到生產環境

Matt Eckerle

Software and Data Engineering Leader

講師介紹

Matt Eckerle

軟體與資料工程主管
Inari 企業資料經理
自 2019 年起使用 FastAPI 於 ML

課程總覽

FastAPI 基礎
請求處理與整合
輸入驗證與安全性
建立並維護可上線的 API

FastAPI 標誌

開始之前

✓ 基礎 Python：函式、類別、模組、資料結構

Python 標誌

開始之前

✓ 基礎 Python：函式、類別、模組、資料結構

✓ HTTP 與 REST API 概念

Python 與 http 標誌

開始之前

✓ 基礎 Python：函式、類別、模組、資料結構

✓ HTTP 與 REST API 概念

✓ 使用 FastAPI 框架

處理 GET 與 POST 請求
使用 Pydantic 模型

✓ 機器學習基礎

Python、http 與 FastAPI 標誌

GET 請求說明

用於取得資料
路徑參數：在 URL 中的資訊
不改變伺服器狀態

GET https://example.com/?item_id=1

理解 GET 請求的示意圖

以路徑參數實作 GET

from fastapi import FastAPI

app = FastAPI()

@app.get("/item/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}

`@app.get` 裝飾器定義端點。
{item_id} 是路徑參數。
型別註記（int）自動驗證。

POST 請求說明

用於送資料到伺服器
資料在請求本文（常為 JSON）
可能改變伺服器狀態

餐廳點單

POST https://example.com

理解 POST 請求的示意圖

以 JSON 資料實作 POST

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()
db = {}

class Item(BaseModel):
    name: str
    price: float

@app.post("/items", status_code=201)

def create_item(item: Item):
      db[item.name] = item.model_dump()
    return {"message": 
            f"Created {item.name}"}

Pydantic 模型定義資料結構
@app.post 宣告 POST 端點
自動解析與驗證 JSON

HTTP 狀態碼

200 OK：成功（預設）
404 Not Found：資源不存在
201 Created：物件已建立

HTTP 200 狀態碼，表示請求成功

拋出 HTTP 例外

from fastapi import FastAPI, HTTPException
app = FastAPI()

@app.get("/item/{item_id}")
async def read_item(item_id: int):
    if item_id == 4242: #An invalid order number
        raise HTTPException(status_code=404, detail="Item not found")
    return {"item_id": item_id}

@app.post("/items")
async def create_item(item: Item):
    # Simulating item creation
    return {"message": f"Created {item.name}"}, 201

一起來練習吧！

使用 FastAPI 將 AI 佈署到生產環境