用途
该工作流专用于使用 FastAPI 构建可投入生产环境的 Python 后端服务，聚焦异步模式、SQLAlchemy ORM、Pydantic 校验以及完整的 API 模式，适合作为后端 API 开发的结构化流程指引。
适用场景
资料列出以下适用情形：使用 FastAPI 构建新的 REST API；创建异步 Python 后端；通过 SQLAlchemy 实现数据库集成；设置 API 认证；开发微服务。
主要能力与工作流阶段
工作流分为八个阶段，每阶段列出可调用的子技能、操作动作和可复制粘贴的提示词示例。
阶段 1：项目搭建。调用 app-builder（应用脚手架）、python-development-python-scaffold（Python 脚手架）、fastapi-templates（FastAPI 模板）、uv-package-manager（包管理）。操作为：设置 Python 环境（uv/poetry）、创建项目结构、配置 FastAPI 应用、设置日志、配置环境变量。
阶段 2：数据库配置。调用 prisma-expert（Prisma ORM，作为替代方案）、database-design（模式设计）、postgresql（PostgreSQL 配置）、pydantic-models-py（Pydantic 模型）。操作为：设计数据库模式、设置 SQLAlchemy 模型、创建数据库连接、配置迁移（Alembic）、设置会话管理。
阶段 3：API 路由。调用 fastapi-router-py（FastAPI 路由）、api-design-principles（API 设计）、api-patterns（API 模式）。操作为：设计 API 端点、创建 API 路由、实现 CRUD 操作、添加请求校验、配置响应模型。
阶段 4：认证。调用 auth-implementation-patterns（认证）、api-security-best-practices（API 安全）。操作为：选择认证策略（JWT、OAuth2）、实现用户注册、设置登录端点、创建认证中间件、添加密码哈希。
阶段 5：错误处理。调用 fastapi-pro（FastAPI 模式）、error-handling-patterns（错误处理）。操作为：创建自定义异常、设置异常处理器、实现错误响应、添加请求日志、配置错误追踪。
阶段 6：测试。调用 python-testing-patterns（pytest 测试）、api-testing-observability-api-mock（API 测试）。操作为：设置 pytest、创建测试夹具、编写单元测试、实现集成测试、配置测试数据库。
阶段 7：文档。调用 api-documenter（API 文档）、openapi-spec-generation（OpenAPI 规范）。操作为：配置 OpenAPI schema、添加端点文档、创建使用示例、设置 API 版本控制、生成 API 文档。
阶段 8：部署。调用 deployment-engineer（部署）、docker-expert（容器化）。操作为：创建 Dockerfile、设置 docker-compose、配置生产设置、设置反向代理、部署到云端。
技术栈
框架为 FastAPI；语言为 Python 3.11+；ORM 为 SQLAlchemy 2.0；校验为 Pydantic v2；数据库为 PostgreSQL；迁移为 Alembic；认证为 JWT、OAuth2；测试为 pytest。
质量门禁
包含以下检查项：所有测试通过（覆盖率大于 80%）、类型检查通过（mypy）、代码风格检查通过（ruff、black）、API 文档完整、安全扫描通过、性能基准达标。
相关的工作流组合
包括 development（通用开发）、database（数据库操作）、security-audit（安全测试）、api-development（API 模式）。
限制
资料说明：仅当任务明确匹配上述范围时使用该技能；不得将输出视为针对具体环境验证、测试或专家审查的替代品；如果缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。
暂未提供的信息
该资料的官方文本为空，未提供具体定价、收费、平台限制或逐步安装命令等细节。