fastapi标签_2048 AI社区

fastapi

FastAPI + Redis 实现大模型多轮对话

关键词：FastAPI、Redis、通义千问、多轮对话、上下文压缩、会话管理这是大模型接入实战的 Day2。Day1 跑通了单轮的非流式 / SSE 流式调用（见上一篇），Day2 的目标是把「多轮对话」做扎实：每个用户能开多个会话、会话有历史消息、发给模型时还要做上下文长度管理（滑动窗口 + 历史压缩）。

L_Z_B_L
2026-08-04 15:00:00

 351

 7

#fastapi #redis
把前面代码合成一个可运行的 Voice Agent v1：WebRTC、VAD、ASR、RAG、TTS、打断和转人工实战

前面几篇文章分别拆了 Voice Agent 的几个关键模块：WebRTC 音频输入、VAD 语音检测、流式 ASR、RAG 检索、流式 TTS、全链路延迟、安全转人工和工单回流。这一篇做第一阶段收官。本文要解决的问题很直接：怎么把前面分散的代码，合成一个可以本地跑起来的 Voice Agent v1？t0-t8本文代码是一个本地可运行 demo，不代表生产级电话系统。ASR、LLM、TTS 都使

 怪奇云呼军
2026-07-06 14:58:42

 473

 10

#webrtc #xcode #全文检索 +4
FastAPI 面试必会：ASGI、Pydantic、Depends 和异步请求链路一次讲清

很多人学 FastAPI，只记住了 `@app.get()`、`async def` 和自动生成 Swagger。但真正面试和做 Agent 后端时，更重要的是理解一次请求从 Uvicorn 进入 ASGI，到 Starlette 路由匹配，再到 FastAPI 解析函数签名、调用 Depends、用 Pydantic 校验数据，最后返回响应的完整链路。本文从 Java 后端视角拆解 FastAP

zavoryn
2026-06-09 12:05:44

 834

 17

#fastapi #python #后端
Agent 设计范式：ReAct 与 Plan-Execute-Replan

推理 + 行动它的核心思想是：Agent 一边思考，一边行动，根据工具返回的结果继续思考。你可以把 ReAct 理解成一个人解决问题的过程。比如用户问：今天北京天气怎么样？适合穿什么？思考：用户想知道北京天气和穿衣建议行动：调用天气查询工具观察：天气工具返回，北京 12℃，多云，有风思考：天气偏凉，需要穿外套回答：今天北京多云，温度较低，建议穿外套思考 → 调用工具 → 观察结果 → 再思考 →

Xiao_FeiA
2026-05-20 09:47:49

 993

 3

#python #java #个人开发 +1
【无标题】

本文深入解析智能对话Agent的开发全流程，涵盖四大核心模块：架构设计、Rasa框架实战、Transformer对话生成和多模态融合。通过可运行的Python代码示例，详细演示了意图识别（BERT模型）、实体提取（SpaCy）、对话管理（状态机）等关键技术实现。文章从工业级应用角度出发，为中级开发者提供从零构建智能对话系统的完整指南，包含自然语言理解、上下文管理和多模态处理等核心环节的实战解决方案

 c 小萌新
2026-05-18 18:00:00

 387

 8

#人工智能 #python #fastapi
【CrewAI 源码剖析·第二篇】kickoff 执行链路全解析：从入口函数到 LLM 工具调用，每一行代码都追踪到底

本文深入解析了CrewAI框架中crew.kickoff()方法的完整执行链路，通过七层调用栈详细剖析了从入口函数到LLM工具调用的全过程。文章首先展示了整体执行流程的分层结构，包括变量插值、任务调度、Agent执行、LLM推理等关键环节。随后重点分析了入口函数kickoff()的实现细节，包括回调处理、变量插值机制和规划模式的工作原理。其中特别介绍了SafeDict类如何实现安全的变量替换，以及

 拾-光
2026-05-16 10:00:00

 282

 4

#fastapi #数据库 #python +4
Vue2 + FastAPI + Dify 实现 AI 医疗预检分诊助手：从问诊追问到医生审核闭环

本文介绍了一个基于Vue2+FastAPI+Dify的AI医疗预检分诊助手项目。该系统通过AI收集患者症状信息并生成初步分诊建议，再由医生审核确认，形成完整的医疗问诊闭环。项目采用前后端分离架构，前端使用Vue2+ElementUI，后端采用FastAPI+MySQL，AI功能通过Dify工作流实现

 2301_80333089
2026-05-15 17:09:19

 513

 10

#人工智能 #fastapi
我的第一个Python项目实战：基于FastAPI的旅游推荐官系统，小白也能看懂

本文介绍了一个基于FastAPI开发的旅游推荐系统"Travel Advisor"项目。该项目实现了用户注册登录、景点浏览推荐、收藏管理、AI智能对话、天气查询等功能，采用三层架构设计，集成MySQL数据库和Dify AI平台。文章详细讲解了技术选型、功能模块、数据库设计及部署流程，特别适合Python初学者学习参考。项目亮点包括完整的功能覆盖、清晰的代码架构、丰富的预置数据以及AI赋能，为开发者

 风吹夏回
2026-05-15 15:56:12

 394

 12

#python #fastapi #旅游
LangGraph 生产级部署全解：FastAPI + Docker

按照这个方案部署后，你的 LangGraph Agent 系统就具备了生产级的稳定性、可扩展性和可维护性，可以安全地对外提供服务。

赤狐尼克
2026-05-12 20:52:29

 567

 4

#python #fastapi #docker
一个轻量AI Agent 平台 —— AgentForge

摘要：AgentForge是一个轻量级自托管AIAgent平台，采用FastAPI+React技术栈，提供三种执行模式：Simple单次调用、Pipeline可视化DAG编排和CustomHandler自定义逻辑。其特色包括混合RAG系统（支持向量/BM25/图谱检索）、多租户隔离、完整API接口和可观测性面板。项目不依赖LangChain，代码清晰可控，适合需要快速搭建内部AI系统或产品底座的团

 耀丶灬
2026-05-12 13:59:43

 857

 15

#人工智能 #知识图谱 #python +1
Python后端标准分包思想（完整版下）

本文介绍了Python后端项目的标准分层架构设计，重点解析了公共模块层(common)、数据库连接层(database)、全局配置层(settings)和项目入口(main.py)的核心职责与实现方式。公共模块层包含全局常量、枚举类、异常处理和统一响应格式；数据库层负责连接配置和会话管理；配置层集中管理环境变量；入口层整合路由、中间件和异常处理。文章强调分层设计的优势：职责单一、解耦复用、易于维护

 向日的葵006
2026-05-12 10:08:18

 399

 5

#python #fastapi
[ 开源 ] FastAPI + LangGraph 实战智能客服 Agent：从工单分类到自动回复与业务回写附github

本文介绍了一个基于FastAPI和LangGraph的智能客服工单处理系统，将客服流程拆解为分类、检索、回复生成、人工介入判断等环节。系统支持自动识别工单类型、结合业务上下文判断优先级、使用轻量级RAG知识库检索、生成可审核的回复草稿，并能自动同步低风险订单状态。项目采用模块化设计，核心流程包括分类(classify)→检索(retrieve)→生成草稿(draft)→评估(evaluate)，支

 小白爱喝兽奶
2026-05-10 20:10:37

 1156

 24

#开源 #fastapi #分类
20.最小 Django 包装方案：为 RAG/Agent 项目增加产品壳层

说到模版需要简单提一嘴Django的工作模式，Django属于MVT架构的web框架，M代表model他负责在后端定义数据模型，这种模型将来会涉及到数据库的操作，V代表view视图层，虽然说是视图层，但是我个人感觉view和咱们看到的网站页面没有半毛钱关系，在这里view当中，我们主要写业务逻辑，逻辑写好后相关的的返回结果会传递给模版Template层，模版才是咱们最终能看到的页面。文件，将访问请

 Muyuan1998
2026-04-22 16:20:18

 767

 21

#django #sqlite #数据库 +2
Dify自定义工具

摘要本文介绍了如何为AI Agent构建自定义工具，主要包括四个部分：1) 讲解Agent工具的概念与作用，2) 使用FastAPI创建天气查询API接口，3) 通过natapp将本地服务暴露到公网，4) 在Dify平台集成自定义工具。通过具体案例演示了从API开发到工具集成的完整流程，包括代码实现、服务部署和接口测试，使AI Agent能够扩展实时数据查询等实际功能。文中提供了详细的配置步骤和

 2301_79964758
2026-04-17 15:26:03

 594

 12

#fastapi
把一个 RAG 项目做成可插拔的知识基础设施

这篇文章介绍了一个模块化RAG(检索增强生成)知识基础设施项目，其核心价值在于工程化实现而非功能演示。项目采用分层架构设计，重点解决了五个关键问题：分层混合检索(结合BM25、稠密向量、RRF融合和重排)、五阶段文档摄取流水线、多模态图像转文本统一处理、基于状态机的对话编排，以及混合会话存储机制。通过组件解耦设计，支持LLM、Embedding等模块的自由替换，并实现了可观测性和评估闭环。项目将R

dfsyzfx
2026-04-09 19:17:20

 374

 7

#python #fastapi #人工智能
FastAPI 安装与第一个接口：10 分钟就能跑服务｜后端服务篇

前端转 AI 开发必看：FastAPI+Uvicorn 快速搭建 AI 后端服务，10 分钟实现可访问接口与自动文档。详解虚拟环境、参数校验、统一响应格式等落地要点，总结 8 个高频工程坑，给出可复用实操方案，助力零基础快速封装模型 API，走向 AI 应用开发实战。

summer_tulip
2026-04-09 10:00:00

 980

 18

#fastapi #状态模式 #人工智能
龙虾-OpenClaw一文详细了解-手搓OpenClaw-1SessionManager

这一系列我会用 Python 一步步手搓一个“可运行、可扩展、可解释”的 OpenClaw 简化版。第一篇先不追求功能多，而是先搭好最重要的骨架：服务入口、会话并发模型、最小 Agent Loop。

蓝色的杯子
2026-04-09 07:56:49

 528

 10

#人工智能 #python #fastapi
MCP工具实战：Cursor/Cherry Studio/Cline踩了4个坑才知道“AI+工具“不是配一下就行

MCP全称Model Context Protocol（模型上下文协议），是Anthropic在2024年底推出的开放协议（后捐赠给Linux基金会Agentic AI Foundation），核心作用是为AI助手（如Claude、Cursor等）提供标准化接口，实现与外部工具、数据源、浏览器、数据库、代码仓库等的连接，让AI从“单纯对话”升级为“可执行行动”的agentic AI能力，相当于AI

RH-D
2026-04-09 08:30:00

 683

 6

#fastapi #python #人工智能
从 0 到 1：Python FastAPI 封装 AI 接口实战

本文将带你从零搭建一个基于 FastAPI 的大模型 API 服务，涵盖接口设计、流式响应、并发控制、速率限制等核心能力，适合直接用于生产环境。

我滴老baby
2026-04-09 07:30:00

 1246

 39

#python #fastapi #人工智能
研途灵伴开发博客2：智能体通信主链、答疑情绪联动与学习闭环收口

郝子旭（组长 · 后端主干 & 智能体编排）：多智能体编排、WebSocket 实时通信、学科答疑、情绪状态联动、错题复习闭环、分支合并收口。

Super_HZX
2026-04-08 21:54:13

 383

 8

#python #fastapi #后端 +2
使用LangGraph、FastAPI和Streaml构建状态化AI应用的完整架构

没有清晰的状态模型，工作流会变得难以调试与推理。

爱喝白开水a
2026-03-21 23:13:02

 506

 5

#fastapi #人工智能 #架构 +2
agent+fastapi+docker完整部署项目实战教学

基于 LangChain ReAct 框架构建的扫地机器人 / 扫拖一体机器人智能客服系统，支持知识库问答、天气适配查询、用户个性化使用报告生成等功能，并通过中间件机制实现动态提示词切换与全链路日志监控。

ablkuv
2026-03-14 12:08:10

 518

 8

#fastapi #docker #容器
FastAPI 表单参数详解

表单参数是一种通过 HTML 表单提交的数据，在 FastAPI 中使用Form类来处理。表单参数通常用于处理用户通过表单提交的数据，如登录表单、注册表单等。在 FastAPI 中，使用Form2.2 Formraise ValueError('两次输入的密码不一致')return vreturn {"message": "注册成功"}# 预处理表单数据# 处理表单数据# 将处理后的数据注入到请求

 紫丁香
2026-03-08 00:34:15

 424

 5

#fastapi
手把手教你构建一个能分析OpenAI竞争对手的API工具，使用LangChain处理数据，FastAPI提供服务，完整可复现

手把手教你构建一个能分析OpenAI竞争对手的API工具，使用LangChain处理数据，FastAPI提供服务，完整可复现

 冀博
2026-03-06 23:10:01

 378

 6

#fastapi #人工智能
FastAPI 快速入门：从基础搭建到接口开发全攻略

本文介绍了高性能Python Web框架FastAPI的核心功能与开发实践。主要内容包括：1）FastAPI三大优势：原生异步支持、自动类型校验和交互式文档生成；2）环境搭建与基础项目创建流程；3）路由定义与请求方法实现；4）三类接口参数处理（路径参数、查询参数、请求体参数）及其高级校验；5）多种响应类型设置与自定义响应格式；6）异常处理机制。通过具体代码示例，展示了如何使用FastAPI快速构建

 2301_79964758
2026-03-06 16:17:27

 732

 15

#fastapi
前端硬核指南：如何让AI“打字机”效果在浏览器里丝滑跑起来？

后端实现了流式输出，前端却不知道怎么接？本文详细讲解三种主流的前端接收方式：原生EventSource、fetch流式读取、微软fetch-event-source库，并对比优缺点。同时总结了前端最容易翻车的五个大坑（CORS、数据格式、重连、兼容性、内存泄漏），附带进阶打字机体验技巧，让你轻松实现丝滑的AI对话界面。

曲幽
2026-03-06 15:45:17

 454

 10

#前端 #fastapi #python
解锁文献综述新境界：书匠策AI，你的学术写作超级助手

在这个知识爆炸的时代，如何高效地获取、整理和利用信息，已成为每一位学术研究者必须面对的挑战。，微信公众号搜一搜：书匠策AI）以其独特的文献综述写作功能，为我们提供了一个强大的解决方案。它不仅让文献综述的写作变得更加轻松、高效，更为我们的学术研究插上了智慧的翅膀。让我们携手书匠策AI，共同开启学术写作的新篇章，探索未知的学术领域，创造更加辉煌的学术成就！

书匠策AI学术
2026-03-06 10:25:04

 33

#人工智能 #重构 #tornado +4
FastAPI流式输出实战与避坑指南：让AI像人一样“边想边说”

很多AI应用因为响应太慢被用户吐槽，其实用FastAPI实现流式输出就能让文字逐字出现，体验如真人打字。本文从原理到实战，带你用StreamingResponse和生成器快速打造“打字机”效果，并分享了CORS、超时、异常处理等四个容易翻车的细节，最后给出首字优化和速率限制的进阶建议。适合正在用FastAPI构建AI服务的开发者参考。

曲幽
2026-03-05 16:46:36

 386

 4

#fastapi #人工智能 #python
FastApi之Pydantic V2使用

Pydantic 是一个基于 Python 类型提示的开源数据验证库，专注于提供简单而强大的数据验证和设置管理功能。类型安全：利用 Python 的类型提示系统，提供编译时类型检查自动数据验证：自动验证输入数据的类型和约束数据转换：自动将输入数据转换为指定的类型错误处理：提供详细的错误信息，便于调试序列化：支持模型与 JSON 等格式的相互转换id: intname: stremail: str

紫丁香
2026-03-05 00:08:28

 645

 9

#fastapi
03-后端AI服务：FastAPI部署机器学习模型

本文介绍了如何使用FastAPI高效部署机器学习模型。FastAPI凭借其高性能、开发便捷性和完善的生态系统，成为AI后端服务的理想选择。文章详细展示了图像分类模型的实际部署过程，包括模型加载、数据模型定义和API接口实现。通过ResNet50模型示例，演示了如何构建一个完整的图像识别API服务，涵盖图像预处理、预测结果格式化等关键环节。该方案支持异步处理、请求验证和自动文档生成，为生产环境中的A

十六咲子
2026-03-05 08:19:39

 783

 18

#人工智能 #fastapi #机器学习
AI剪辑：影视工业的未来革命

AI剪辑技术指利用人工智能算法自动完成视频剪辑、转场、调色、配音等后期处理流程。核心技术包括计算机视觉、自然语言处理、深度学习等，旨在提升影视制作效率并降低人工成本。

IRNOUaZhQ
2026-03-04 22:53:13

 427

 4

#beautifulsoup #fastapi #flask +1
多模态大模型对齐实战教程（非常硬核），数据有限也能搞定，收藏这一篇就够了！

提出了一种在有限数据条件下实现高效多模态对齐的框架，通过引入STRUCTURE正则化与基于表示相似性的层选择策略，显著降低了多模态模型对大规模配对数据的依赖，同时提升了零样本分类与跨模态检索任务的性能。

朝阳区靓仔_James
2026-03-04 18:47:39

 413

 8

#人工智能 #深度学习 #知识图谱 +2
大语言模型应用实战：FastAPI与RAG智能文档问答系统构建|附教程文档

RAG，即检索增强生成，是一种让大语言模型能够利用外部知识库的技术。它就像一个开卷考试的学生：面对问题（查询），他首先快速翻阅参考资料（检索相关文档片段），然后结合资料和自己的理解，组织出一个精准的回答（生成）。检索器：负责根据用户问题，从文档库中快速找到最相关的信息片段。生成器：大语言模型，将检索到的信息片段作为上下文，结合问题生成最终答案。这种架构有效解决了大语言模型知识截止、幻觉等问题，是连

 拓端研究室
2026-03-04 16:18:40

 416

 10

#fastapi
《FastAPI零基础入门与进阶实战》第28篇: Docker服务器部署

以下文章为AI生成，暂未验证。这是一个非常经典的“本地开发，服务器部署”场景。核心逻辑本机 (Windows)：写代码、调试、构建 Docker 镜像。传输：把镜像传到服务器，或者在服务器上直接拉取代码构建。服务器 (Linux)：运行 Docker 容器，对外提供服务。假设你的服务器是Linux(如 Ubuntu/CentOS)，这是最常见的情况。以下是三种主流方案，从最简单到最专业新手/个人项

 sen_shan
2026-03-04 09:00:00

 424

 9

#fastapi #docker #容器
第14篇：Agent 部署上线：FastAPI + Docker + K8s

用FastAPI封装了标准化的RESTful API，加上了鉴权、限流、日志、Trace ID这些企业级能力；用Docker构建了标准化的容器镜像，实现了一次构建，处处运行，解决了环境不一致的问题；完成了生产环境配置，包括进程管理、环境变量管理、日志配置、安全配置、数据库与Redis配置；用K8s实现了企业级生产部署，包括自动扩缩容、滚动更新、故障自愈、服务发现、负载均衡；完成了压力测试与性能优化

 shanwei_spider
2026-03-03 06:45:41

 565

 18

#fastapi #docker #kubernetes +4
从0到1实战：LangChain+Ollama+FastAPI部署可运行的私有AI助手

实例生命周期 = Uvicorn worker进程存活时间。时，所有session共享同一store字典；时，每个worker持独立storesession_id无法跨进程路由。这是开发期明确的性能权衡：牺牲横向扩展性，换取调试确定性。若需多worker支持，必须引入外部存储（如第6篇SQLite方案），否则session_id在负载均衡下必然丢失。本文交付的是一个可嵌入CI/CD、可被curlf

daliucheng
2026-03-02 23:36:02

 803

 26

#fastapi
OpenViking，为 AI Agent 而生的开源上下文数据库

AI Agent 的浪潮已至。它们不再只是执行指令的“工具人”，而是能感知环境、自主规划、调用工具、协同协作的智能体。然而，在这片充满无限可能的蓝海中，开发者们却普遍遭遇了一座隐形冰山——**上下文管理**。

小天才学习机打游戏
2026-03-02 21:12:45

 1051

 23

#人工智能 #数据库 #大数据 +3
企业AI决策核心引擎：Palantir Ontology系统从入门到精通，这篇解析太详细了！

Palantir本体系统是企业自主决策堆栈的核心组件，旨在整合企业数据、逻辑、行动和安全性，构建知识图谱实现跨运营的自动化决策。该系统通过统一异构数据源、建模企业行动、编码业务逻辑和编排安全策略，为人机协作团队提供可扩展的实时操作平台。本体系统支持数百万次读写操作，协调从数据湖到实时系统的异构基础设施，并通过强大的开发工具链赋能开发者和AI代理构建生产级应用。这是一个将专业知识转化为共享基础设施的

 小天才学习机打游戏
2026-03-02 21:11:43

 1174

 16

#人工智能 #大数据 #区块链 +2
大模型重塑知识图谱全攻略（非常详细），从静态规则到动态生成，收藏这一篇就够了！

本文系统综述了大语言模型（LLM）驱动的知识图谱构建最新进展，深入分析LLM如何重塑传统本体工程、知识抽取和知识融合三大核心环节。文章对比了基于模式和无模式两种范式，指出LLM正在推动知识图谱从静态规则系统向动态生成生态的根本性转变。

朝阳区靓仔_James
2026-03-02 21:09:07

 1058

 24

#知识图谱 #人工智能 #前端 +3
FastAPI实战：打造本地文生图接口，ollama+diffusers让AI绘画更听话

本文手把手教你用FastAPI搭建文生图服务，结合ollama本地优化提示词，diffusers调用dreamshaper8-lcm模型生成图片，并配置CORS让局域网设备都能访问。全是实战经验，帮你少踩坑。

曲幽
2026-03-01 17:17:55

 703

 17

#fastapi #AI作画 #python
我用FastAPI接ollama大模型，差点被asyncio整崩溃（附对话窗口实战）

前阵子我做一个AI对话服务，用FastAPI接本地的ollama模型。刚开始图省事，直接用requests库同步调用，结果并发上来后，CPU直接飙满，请求排长队，最后服务彻底没响应。后来换成httpx异步客户端，以为万事大吉，结果又遇到了流式解析错误、超时设置不当的问题……折腾了两天，总算摸清了门道。今天就把这些经验掰开揉碎讲给你听，保证你能少走弯路。

2601_94860618
2026-03-01 11:55:29

 485

 8

#fastapi
解锁文献综述新境界：书匠策AI，你的学术写作超级助手

阅读文献时，我们常常需要快速了解每篇文献的核心内容。书匠策AI的自动摘要功能，能够为你生成每篇文献的精炼摘要，让你在短时间内就能把握文献的主旨。这些摘要不仅准确度高，而且语言流畅，让你在阅读时更加轻松愉悦。在这个信息爆炸的时代，撰写一篇高质量的文献综述已经不再是一件轻松的事情。然而，有了书匠策AI的陪伴，我们可以更加高效、轻松地完成这一任务。它不仅能够帮助我们快速整理和分析文献，还能激发我们的创作

 书匠策AI学术
2026-03-01 10:48:41

 218

 1

#人工智能 #重构 #python +4
解锁文献综述新境界：书匠策AI，你的学术导航明灯

在这个信息爆炸的时代，撰写一篇高质量的文献综述不再是一项艰巨的任务。书匠策AI以其智能汇聚、精准分析、个性化定制、智能润色以及持续迭代等强大功能，成为了我们学术探索路上的得力助手。它不仅能够帮助我们高效完成文献综述的写作，还能提升我们的研究水平和学术素养。（想要体验书匠策AI的神奇魅力吗？，或微信公众号搜一搜“书匠策AI”，开启你的学术新旅程吧！在未来的学术道路上，让我们携手书匠策AI，共同探索未

 书匠策AI学术
2026-03-01 10:43:06

 369

 9

#人工智能 #重构 #科技 +4
LangChain+FastAPI实战：电商多智能体客服系统从入门到精通，收藏这一篇就够了！

在此对 Chengping Li 对本文所作的贡献表示诚挚感谢，他在相关高校完成了数据科学与大数据技术专业的学士学位，专注数据科学与大数据分析领域。擅长 Python、数据采集、数据分析、数据可视化。Chengping Li 曾参与多项数据相关实操项目，负责数据采集、清洗、分析及可视化全流程工作，通过 Python 工具挖掘数据核心价值，将复杂数据转化为直观易懂的可视化成果，为业务决策提供可靠的数

 朝阳区靓仔_James
2026-02-28 20:12:38

 794

 21

#fastapi #知识图谱 #人工智能 +2
我用FastAPI接ollama大模型，差点被asyncio整崩溃（附对话窗口实战）

很多人在用FastAPI调用外部API时会遇到阻塞、超时甚至崩溃。本文从asyncio原理讲起，通过FastAPI+httpx异步调用本地ollama模型，带你一步步搭建一个对话窗口，并分享我踩过的坑和解决方案。

曲幽
2026-02-28 15:25:14

 646

 12

#fastapi #python #httpx
面向企业级 AI Agent 自动化智能体开发和应用平台原理与开发实践——基于 FastAPI + LangChain 与 LangGraph、Docker Sandbox 的完整开发指南

2025 年被业界公认为 AI Agent 商业化应用的元年。随着大语言模型（LLM）技术的成熟，AI Agent 正从实验室原型快速走向企业级生产环境。技术复杂度高：需要整合 LLM、向量数据库、工具调用、状态管理等多种技术可控性不足：黑盒式的 AI 决策过程难以满足企业合规和审计要求开发效率低：缺乏标准化的开发框架和可视化工具，重复造轮子现象严重安全隐患大：代码执行、数据访问等敏感操作缺乏有效

 禅与计算机程序设计艺术
2026-02-28 14:48:58

 208

#人工智能 #自动化 #fastapi
FastAPI (专门用来构建 API 接口)和 Dify：从 API 框架到 AI 应用平台，一文看懂两者的区别与联系

FastAPI与Dify是AI开发中的两个重要工具，但定位完全不同。FastAPI是高性能Python Web框架，适合构建自定义API接口，需要编写代码但提供灵活控制；Dify则是开箱即用的AI应用平台，通过可视化界面快速搭建对话机器人、知识库等应用，几乎无需编码。两者可互补使用：FastAPI处理底层业务逻辑和自定义服务，Dify负责上层AI应用开发。开发者可根据需求选择工具，或组合使用以兼顾

 ZhangJiQun&MXP
2026-02-28 11:20:36

 143

 1

#fastapi #人工智能 #microsoft +3
FastAPI + Ollama 实战：搭一个能查天气的AI助手，顺便微调了模型

春节时看到公众号有个留言：“能不能搞个AI助手，要能聊天气、查限行，还得私有部署。” 别慌！这篇手记用FastAPI + Ollama + 开源模型，加上一点点天气数据微调，跑通一个能对话查询天气的demo。全程口语化，附代码、踩坑记录，直接可以搬到你的项目里。

曲幽
2026-02-27 13:48:15

 683

 15

#fastapi #人工智能 #python