FastAPI Patterns 是一个针对 FastAPI 的开发技能（Skill），其定位是为构建现代、可投入生产的 Python API 提供 FastAPI 开发模式与最佳实践。资料显示，当工作中涉及 FastAPI 应用架构与设计、Pydantic 模型与数据校验、SQLAlchemy ORM 模式与关系、async/await 异步模式与性能优化、依赖注入与中间件、JWT 认证与授权，以及 API 文档与 OpenAPI schema 时，可激活该技能。
主要能力方面，该技能提供了一组可直接参考的实践内容。一是常用命令速查，包括带自动重载的开发服务器启动、带多 worker 的生产启动、使用 Gunicorn 配合 UvicornWorker 的生产推荐方式、依赖安装命令以及带覆盖率的 pytest 测试命令，其中依赖安装命令为 pip install fastapi uvicorn[standard] sqlalchemy pydantic-settings python-jose passlib bcrypt。二是推荐的应用目录结构，将入口文件、配置、依赖注入、数据库连接、SQLAlchemy 模型、Pydantic schema、路由、服务层、中间件和工具函数分目录组织。三是通过代码示例展示的应用搭建方式，包括基于 lifespan 的启动与关闭处理、CORS 中间件注册、路由挂载以及健康检查接口。四是 Pydantic Settings 配置方式，涵盖应用名、版本、API 前缀、数据库连接、连接池参数、密钥与算法、令牌过期时间、CORS 允许来源及 Redis 连接等配置项。
在数据层与接口层，该技能给出异步 SQLAlchemy 的模型定义示例，包括 AsyncAttrs 与 DeclarativeBase 基类、时间戳 Mixin、User 模型及其与 Organization 的多对多关系；同时展示 Pydantic schema 的定义方式，如基础 schema、创建与更新 schema、带 from_attributes 的数据库返回 schema 及响应 schema。路由部分演示了通过依赖注入获取数据库会话与当前用户，并在创建、列表、查询和更新用户接口中使用服务层与权限校验。服务层模式将业务逻辑封装在 UserService 中，提供创建、按 ID 查询、按邮箱查询、分页列表和更新等方法。
安全与运行保障方面，该技能包含 JWT 认证的完整示例：使用 passlib 的 bcrypt 进行密码哈希与校验，使用 python-jose 生成与解码访问令牌，并通过 HTTPBearer 依赖解析令牌、获取当前用户，同时处理凭证无效、用户不存在及用户未激活等情况。数据库层面给出异步引擎与 async_sessionmaker 的配置、连接池参数、pool_pre_ping、初始化建表以及会话依赖的生命周期管理。此外还包括后台任务的使用方式（如注册后发送欢迎邮件）以及针对 IntegrityError 和 ValueError 的异常处理器示例。
最佳实践部分强调关注点分离（routers、services、models、schemas）、I/O 操作全面使用 async/await、用依赖注入提升可测试性与复用性、用 Pydantic 做请求与响应校验、实现 JWT 认证与令牌校验、使用连接池与会话管理、定义自定义异常处理器、利用 FastAPI 在 /docs 自动生成的 OpenAPI 文档、为服务编写单元测试并为止口编写集成测试，以及用 Pydantic Settings 做基于环境的配置。性能提示方面提到使用异步数据库驱动（如 PostgreSQL 的 asyncpg）、用 Redis 做缓存、将非关键操作放入后台任务、利用连接池、为列表接口实现分页、按需只查询特定列、考虑关系懒加载以及通过中间件监控。
使用方式上，该技能以参考模式和代码示例的形式提供，开发者可在编写 FastAPI 项目时按需查阅对应章节，并结合资料中给出的安装命令、目录结构和启动命令进行实践。适用场景为使用 FastAPI 构建 Python API 的开发者，尤其是需要异步数据库访问、JWT 认证鉴权以及分层架构参考的项目。除资料中列出的内容外，暂未提供其他功能、收费或价格信息、平台支持范围及实际效果数据。