登录社区云，与社区用户共同成长
邀请您加入社区
这事儿其实可以特别简单：一个 FastAPI 服务 + 一个本地 Ollama，就能跑通一个完整的 AI Agent 接口，还能自动给你生成漂亮的 Swagger 文档。对，你没看错，连 httpx 都得装，一会儿我们要用它去异步调 Ollama 的 API，这时候就别用 requests 同步请求了，一上量接口直接卡成 PPT。她先是卡在“怎么把每次的提问包装成 API”，然后又纠结“返回的结果
打开 ~/.claude/skills/，数一数里面有多少个文件。10 个？20 个？还是一堆叫不出名字的 my-prompt-v3-final？更难回答的问题是：你知道哪个 Skill 真的好用吗？大多数人的答案是：凭感觉。Skill 是什么如果你用过 Claude Code、Cursor 或 Windsurf，你一定接触过 Skill——一段 Markdown 文件，包含 YAML front
线程统一由系统调度。在python中受全局解释器锁（GIL锁）的限制，只适合用于I/O密集型阻塞场景（如：sleep休眠、网络请求、文件读写等），IO 阻塞时线程会释放 GIL，其他线程可抢占锁执行，实现并发提速。就初学者而言，尤其是初次接触fastAPI这一以异步为核心的框架的哥们儿来说，可能根本就搞不懂，进程、线程、协程的层级关系。它存在于单个线程内部，完全受代码控制，不由操作系统干涉，执行权
VibeCoding是一种基于AI辅助的新型编程范式，通过自然语言描述需求，借助工具（如Claude、GitHub Copilot）自动生成代码。其核心在于意图驱动、迭代验证和人机协作，开发者专注于架构设计与代码审查而非逐行编码。实践需配备AI编程助手、代码编辑器及版本控制工具，关键技巧包括编写结构化Prompt、提供充分上下文和小步迭代开发。典型应用场景包括原型开发和学习新技术，但需注意其局限性
2026年世界人工智能大会（WAIC）逛展攻略出炉，提供三大精选路线：快速打卡（H3机器人→H1大模型）、沉浸体验（西岸AI终端→H3机器人）、行业深度（H2算力→张江芯片→H4创投）。攻略涵盖世博4大展馆及西岸、张江展区核心内容，包括机器人、大模型、算力芯片等热点展区，并附完整展位图和交通信息。建议提前保存路线图，根据需求选择参观路径，避免因展区面积大、信息密集而错过重点。原攻略由脉脉社区创作者
对于已经在做这行的运营商，关键是把合规放在前面——证照齐全、商品来源正规、设备安全达标，这些是基础中的基础。对于想入行的新人，建议先做充分的市场调研，摸清楚本地的政策环境和竞争格局。设备安全、食品安全、支付安全等方面的标准越来越明确，虽然监管趋严，但也是行业走向规范化的信号。对于正规运营的从业者来说，规范化的环境其实是有利的。不同地区的监管力度不一致，有的地方要求多、流程长，有的地方相对宽松。物联
这套系统从零搭建，用到了当前社区最活跃的技术栈。RAG 思维：知识库 + 大模型的组合是当下最实用的 AI 工程路径全栈实践：从前端交互到后端 API 到 AI 模型调用，完整链路打通场景驱动：不是通用聊天，而是解决高校学生的真实痛点。
本文详细介绍如何利用 Python 生态中的 LangChain/LlamaIndex 框架，结合 FastAPI 构建后端服务，使用 Streamlit 开发前端界面，并集成本地部署的 Ollama 与 Qwen 大语言模型，打造一套完全离线、可运行于企业内网环境的 RAG（检索增强生成）知识问答系统。文章将从系统架构设计、环境搭建、核心代码实现、前后端集成、模型本地化部署到最终系统展示，提供完
电脑配件管理与装机报价工具 该工具是一个基于FastAPI的Web应用，提供全面的电脑配件管理和装机报价功能，支持PC端和移动端访问。 核心功能： 配件管理 - 支持13类配件(CPU/主板/显卡等)的增删改查，提供卡片和列表两种视图 电脑组装 - 按分类选择配件，自动计算装机费和总价 报价方案 - 生成可打印/导出的报价单，支持TXT/CSV格式 数据管理 - JSON导入导出、预设数据加载、一
本文介绍如何利用Vue3+FastAPI+大模型构建AIAgent系统，实现业务流程自动化。AIAgent与传统系统的区别在于能理解用户意图、拆解任务并自主执行操作。文章详细讲解了AIAgent的核心架构，包括大模型、控制器、工具调用和记忆模块，并给出了前端聊天界面和后端Agent控制的具体实现方案。特别强调了企业落地时需要注意的权限控制、数据安全和成本优化等问题。最后指出，未来程序员需要掌握业务
《企业级AI助手开发实践：Vue3+FastAPI+DeepSeek全栈解决方案》 本文详细介绍了从0到1构建企业级AI智能助手的完整技术方案。文章基于Vue3+FastAPI+DeepSeek技术栈，展示了包括前端交互、后端服务、大模型集成和数据存储的全流程实现。重点解析了企业AI应用的核心架构设计，区别于简单对话接口的关键技术（Prompt管理、RAG检索增强），并提供了SSE流式输出等优化方
发邮件至：qq202_ezczjjz6va@aka.yeah.net。备注：飞秒云额度申请 + 注册用户名，定时审核发放。公测名额有限，适合个人开发、日常调用，抓紧入驻。充值满10元，额外追加20刀永久额度。
搭建本站点初衷是降低大模型使用门槛，让所有人都能零成本用上优质AI接口。
在构建 AI 对话应用时，"如何让 AI 记住上下文"和"如何管理对话历史"是两个绕不开的核心问题。本文将带你从零实现一个具备短时记忆、流式输出、自动标题生成、支持历史对话查询的完整对话系统，技术栈基于 LangChain create_agent（Langgraph） + DeepSeek + FastAPI + SQLite。
面对企业积累的非结构化文档，人工阅读效率极低。利用大语言模型的长上下文窗口能力，可以实现批量化的摘要生成。但直接使用原始文本往往受限于 Token 数量，因此需要采用“分块 - 摘要 - 合并”的策略（Map-Reduce 模式）。首先，根据文档的自然段落或固定字符数将长文切分为多个 Chunk。对每个 Chunk 并行调用摘要接口，提取局部关键点。最后，将这些局部摘要再次输入模型，生成全局综述。
在传统在线编程评判系统（OJ）中引入AI增强功能的实现方案。该方案在保持原有Java OJ系统核心判题功能不变的前提下，通过Python FastAPI + LangGraph构建了一个AI辅助分析服务，为学生提供更友好的错误分析和学习建议。 文章首先指出传统OJ仅返回简单判题结果的局限性，强调AI增强层应专注于解释、风控和学习反馈，而非替代确定性判题。系统架构设计上，Java OJ负责代码执行和
本文记录了使用Python+FastAPI+MySQL构建后端API的学习过程。作者在杭州学习AI大模型一个月后，实现了商品管理系统后端开发。项目采用三层架构：model层使用pydantic定义数据模型，db层处理MySQL连接（端口3306，自动提交事务），app层实现路由和CORS配置。文章详细展示了商品分类模块的CRUD接口实现，包括添加、查询、删除和分页功能，并演示了FastAPI的自动
BaseAgent - 全栈 AI Agent 系统，FastAPI + Vue 前后端分离，支持大模型自定义、工具调用、向量知识库检索，Docker 一键部署。
t = sp.Symbol(‘t’, real=True)# 时间x = sp.Function(‘x’)(t)# 位移函数 x(t)m, k = sp.symbols(‘m k’, positive=True)# 质量和劲度系数omega = sp.sqrt(k/m)# 角频率。
编程思路决定工作量，好的编程思路能帮忙节省大量的时间，同时也会解决掉一些不需要出现和繁杂的小问题，在代码的检查和测试的时候也会减少一些不必要的麻烦问题。我的个人代码看似很多，很全。实际上要等运行的时候会发现一些问题，比如页面的设计很难看，这都算是小问题，还有些隐藏的问题可能是我还没有发现。总之加油吧，共进勉。
本文总结了Flask、Streamlit、FastAPI的使用详解<(￣︶￣)↗[GO!]。
FastAPI提供多种数据验证方式确保API安全性和可靠性。通过Pydantic模型可对请求体进行类型检查和字段验证，支持默认值、必填项等设置。Query方式用于URL查询参数验证，支持长度、范围、别名等规则。Path方式验证路径参数，支持数值范围、正则表达式等条件。Field方式为模型字段添加更详细的验证规则和元数据，支持自定义验证器、枚举类型等。这些验证机制能自动生成文档并返回详细错误信息，结
该Python 3.11环境配置了一个基于FastAPI和LlamaIndex的AI应用开发环境，主要依赖包括：异步Web服务框架Uvicorn(0.35.0)、LlamaIndex核心库(0.12.49)及其OpenAI/GoogleGenAI扩展、Milvus向量存储支持；集成FastAPI-Pagination(0.13.3)实现分页，TaskIQ(0.11.18)处理异步任务；数据库支持包
【Python】Fastai安装指南
本文介绍了FastAPI中表单处理、异步编程和文件上传的实现方法。表单处理部分展示了三种方式：直接使用Form()声明字段、结合Pydantic模型和Annotated注解、以及在模型字段中直接使用Form()。异步编程部分对比了async/await和非异步函数的性能差异，演示了异步处理并发I/O操作的优势。文件上传部分涵盖了小文件和大文件的不同处理方式，包括内存存储、磁盘存储、多文件上传和文件
FastAPI是一个高性能异步Web框架，支持高并发处理。通过uvicorn服务器运行，开发者可以使用async/await语法实现异步通信。框架提供GET和POST请求处理：GET请求支持路径参数和查询参数两种方式；POST请求需安装python-multipart，通过Form接收表单数据。示例演示了基础路由配置、参数接收和异步响应返回，体现了FastAPI简洁高效的开发特点。
fastapi
——fastapi
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
智能体开发者社区
AI编程社区
openEuler 社区
DAMO开发者矩阵
亚马逊云科技技术品牌专区
DeepSeek技术社区
AMD开发者中国社区
AI Agent技术社区
