用途
本技能为构建生产级 FastAPI 应用提供全面指导，采用 2024-2025 现代 Python 模式。FastAPI 被描述为 AI/ML API 的首选框架，结合高性能、自动 OpenAPI 文档与直观的 async/await 模式。
适用场景包括：为 ML/AI 服务构建 RESTful API；创建高性能异步 Python Web 服务；开发需要并发请求处理的数据密集型应用；实现带自动 API 文档的微服务；构建需要强类型安全与校验的 API；为 LLM 集成与 AI 工作流设计端点。
核心原则
1. 异步优先架构 对 I/O 密集型操作始终优先使用 async/await。数据库操作使用异步会话与 await db.execute；外部 API 调用使用 httpx.AsyncClient 异步请求。反面示例是在异步上下文中使用 time.sleep(5)，会阻塞整个事件循环。资料说明：FastAPI 运行于 ASGI (asyncio)，阻塞调用会阻止其他请求处理，在高负载下降低性能。
2. Pydantic v2 模型与类型安全 所有请求/响应校验使用 Pydantic 模型。通过 Field 定义约束（min_length、max_length、pattern、ge、le），使用 @field_validator 做自定义校验，响应模型使用 from_attributes=True，且从不暴露内部字段（如 password_hash）。资料列出 Pydantic v2 关键更新：Config → model_config = ConfigDict(...)；orm_mode=True → from_attributes=True；dict() → model_dump()；@validator → @field_validator。
3. 依赖注入实现松耦合 使用 FastAPI 依赖注入构建可复用组件，包括数据库会话依赖（async generator + yield）与认证依赖（OAuth2PasswordBearer 解析 token、查询用户、抛出 401）。资料指出其优势：自动注入、可通过 override_dependency 便于测试、跨路由共享逻辑。
4. 结构化错误处理 始终使用 HTTPException 配合恰当状态码（如 404 NOT_FOUND、403 FORBIDDEN），并可为领域错误注册自定义异常处理器（@app.exception_handler）返回 JSONResponse。
5. ML/AI 端点设计模式 包括：使用 @lru_cache() 实现模型加载单例，仅加载一次并缓存；请求/响应模型定义字段与取值范围；通过 loop.run_in_executor 将 CPU 密集型推理放入线程池执行，并记录处理耗时；使用 BackgroundTasks 做异步处理，返回 task_id 与 processing 状态。
最佳实践
应用结构：资料给出完整目录示例，包含 app/、models/（SQLAlchemy ORM 模型）、schemas/（Pydantic 请求/响应模型）、api/v1/（路由）、api/deps.py（共享依赖）、services/（业务逻辑）、core/（security、database 等核心工具）、tests/，以及 alembic/（数据库迁移）、.env、pyproject.toml、README.md。
配置管理：使用 pydantic_settings.BaseSettings 与 SettingsConfigDict（env_file=".env"、case_sensitive=False），定义 DATABASE_URL、SECRET_KEY、ALGORITHM、ACCESS_TOKEN_EXPIRE_MINUTES、API_V1_PREFIX、PROJECT_NAME、BACKEND_CORS_ORIGINS 等，并通过 @lru_cache() 的 get_settings() 在依赖中使用。
请求生命周期与中间件：添加 CORSMiddleware、GZipMiddleware，以及自定义的 @app.middleware("http") 日志中间件，记录方法、路径、耗时与状态码并写入 X-Process-Time 响应头。
常见模式：分页通过泛型 Page[T] 模型与 paginate 函数实现（计算 total、offset/limit、pages），并以 response_model=Page[UserResponse] 暴露；文件上传校验 content_type、大小（示例限制 10MB）、可打开性，并用 aiofiles 异步保存；WebSocket 通过 ConnectionManager 管理连接、接受、断开与广播。
应避免的反模式：在异步路由中混用同步调用（阻塞事件循环，应使用 run_in_executor）；直接返回 ORM 模型（暴露内部字段、存在懒加载风险，应使用 response_model）；硬编码配置（应使用 Pydantic Settings）；忽略启动/关闭事件（应在 startup 初始化数据库池与加载模型、在 shutdown 关闭连接）。
测试策略：使用 TestClient 做同步测试，使用 httpx.AsyncClient 配合 @pytest.mark.asyncio 做异步测试，并通过 app.dependency_overrides 覆盖依赖。
性能优化：连接池（SQLAlchemy 异步引擎 pool_size=20、max_overflow=0）；响应缓存（Redis 与 @lru_cache()）；后台任务卸载非关键工作；异步库（httpx 而非 requests，asyncpg 而非 psycopg2）；使用 uvicorn --log-level debug 与计时中间件做性能分析。
安全检查清单：生产使用 HTTPS（通过反向代理）；实现限流（slowapi 库）；用 Pydantic 校验所有输入；使用 OAuth2 与 JWT 认证；生产中不暴露内部错误细节；设置正确的 CORS 来源（生产不用 ["*"]）；使用 bcrypt 或 argon2 哈希密码；SECRET_KEY 从环境读取，绝不硬编码。
相关技能
资料提及相关技能 test-driven-development（先写测试），其余内容未完整提供。
限制
资料未提供该技能的收费、价格、平台支持范围、具体安装命令或使用步骤，亦未说明版本要求与授权信息，这些内容暂未提供。