调教了一个AI Agent，全天自动写测试用例：准确率提升70%+

一、FastAPI框架简介

1.1 FastAPI框架简介

FastAPI是一个用于构建API的现代、快速（高性能）的Web框架，基于Python 3.7+的类型提示，建立在Starlette和Pydantic基础之上。

FastAPI框架有以下特性：

●Starlette：轻量级的 ASGI 框架/工具包，是构建高性能 Asyncio 服务的理想选择

●Pydantic：基于 Python 类型提示来定义数据验证、序列化和文档的库

FastAPI 的核心特性：

1.快速：可与 NodeJS 和 Go 比肩的极高性能，是最快的 Python Web 框架之一

2.智能：极佳的编辑器支持，处处皆可自动补全，减少调试时间

3.简单：设计的易于使用和学习，阅读文档的时间更短

4.简短：使代码重复最小化，通过不同的参数声明实现丰富功能

5.健壮：生产可用级别的代码，还有自动生成的交互式文档

6.标准化：基于（并完全兼容）API 的相关开放标准：OpenAPI 和 JSON Schema

1.2 为什么选择FastAPI框架

让我们从多个维度详细对比 FastAPI、Flask 和 Django REST Framework框架：

FastAPI 的性能优势：

●基于 ASGI（异步服务器网关接口），而非传统的 WSGI

●原生支持 async/await，充分利用 Python 异步特性

●使用 Uvicorn 作为 ASGI 服务器，性能接近 Go 和 Node.js

选择 FastAPI 框架的理由：

1.原生异步支持：完美支持 async/await，适合 I/O 密集型应用

2.自动数据验证：基于 Pydantic，自动验证请求数据并生成清晰的错误信息

3.自动文档生成：无需额外配置即可生成交互式 API 文档（Swagger UI 和 ReDoc）

4.类型安全：完整的类型提示支持，IDE 自动补全和类型检查

5.高性能：基于 ASGI，性能接近 Go 和 Node.js

6.现代化设计：充分利用 Python 3.7+ 的新特性

二、FastAPI开发环境配置

2.1 环境准备

系统要求：

●建议使用Python 3.12

●pip 包管理器

2.2 安装依赖

# 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate # Linux/Mac
# 或
venv\Scripts\activate # Windows
# 安装 FastAPI 和 Uvicorn
pip install fastapi uvicorn[standard]
# 安装项目依赖
pip install tortoise-orm aiosqlite # ORM 和数据库
pip install pydantic pydantic-settings # 数据验证和配置
pip install chromadb # 向量数据库
pip install crewai # Agent 框架
pip install python-multipart # 文件上传支持

2.3 项目结构

FastAPI项目有这着其简洁清晰和可维护的项目结构，强烈推荐的最佳实践的项目结构如下：

XMaster/
├── backend/ # 后端项目
│ ├── main.py # FastAPI 应用入口
│ ├── base/ # 基础模块
│ │ ├── config.py # 配置管理
│ │ ├── db_action.py # 数据库操作
│ │ ├── embedding_vector.py # 向量嵌入
│ │ └── logger_config.py # 日志配置
│ ├── models/ # 数据模型
│ │ ├── user.py
│ │ ├── knowledge.py
│ │ └── test_case.py
│ ├── schemas/ # Pydantic 模式
│ ├── api/ # API 路由
│ ├── agents/ # Agent 智能体
│ │ ├── case_generator_agent.py
│ │ └── rag_retrieval_agent.py
│ ├── services/ # 业务逻辑
│ └── data/ # 数据存储
│ ├── sys-sqlite.db # SQLite 数据库
│ └── vector_db/ # ChromaDB 向量库
└── vue-front/ # 前端项目
├── src/
│ ├── views/ # 页面组件
│ ├── components/ # 通用组件
│ ├── stores/ # Pinia 状态管理
│ └── api/ # API 接口
└── package.json

三、FastAPI实战

3.1 最简FastAPI应用示例

import uvicorn
# 导入FastAPI类
from fastapi import FastAPI
# 创建FastAPI实例，实例名自定义
FastApp = FastAPI()
@FastApp.get("/")
async def root():
return {"message": "Hello World"}
@FastApp.get("/hello/{name}")
async def say_hello(name: str):
return {"message": f"Hello {name}"}
if __name__ == "__main__":
uvicorn.run("main:FastApp", host="0.0.0.0", port=8000, reload=True)

运行应用：

python main.py

访问http://localhost:8000，我们会看到：

{"message": "Hello World"}

访问http://localhost:8000/hello/FastAPI，我们会看到：

{"message": "Hello FastAPI"}

FastAPI 的核心特性解析：

1. 自动生成交互式 API 文档

●访问http://localhost:8000/docs，我们会看到自动生成的Swagger UI文档：

●访问http://localhost:8000/redoc，会看到ReDoc风格的文档。

2. 类型提示和自动验证

@FastApp.get("/hello/{name}")
async def say_hello(name: str): # 类型提示：name 必须是字符串
return {"message": f"Hello {name}"}

FastAPI 会自动完成下述事务：

●验证 name 是否为字符串

●在文档中显示参数类型

●提供编辑器自动补全

3. 异步支持

@FastApp.get("/")
async def root(): # 使用 async 关键字
return {"message": "Hello World"}

●使用 async def 定义异步路由

●支持 await 调用异步函数

●充分利用 Python 异步特性，提升并发性能

4. 自动 JSON 序列化

FastAPI 自动将 Python 字典转换为 JSON 响应，无需手动序列化。

3.2 FastAPI 应用类

FastAPI 应用类是整个应用的核心，负责路由注册、中间件配置、生命周期管理等。

创建 FastAPI 实例
from fastapi import FastAPI
from contextlib import asynccontextmanager
@asynccontextmanager
async def lifespan(app: FastAPI):
"""应用生命周期管理"""
# 启动时执行
print("应用启动中...")
await init_database() # 初始化数据库
yield # 应用运行中
# 关闭时执行
print("应用关闭中...")
await close_database() # 关闭数据库连接
# 创建 FastAPI 应用实例
app = FastAPI(
title="XAuto智能体平台",
version="1.0.0",
description="基于 FastAPI + CrewAI 的测试用例生成平台",
lifespan=lifespan # 生命周期管理
)

FastAPI 实例参数说明：

配置 CORS 中间件

from fastapi.middleware.cors import CORSMiddleware
app.add_middleware(
CORSMiddleware,
allow_origins=["*"], # 允许的源
allow_credentials=True,
allow_methods=["GET", "POST", "PUT", "DELETE", "OPTIONS"],
allow_headers=["*"],
)

全局异常处理

from fastapi import Request, HTTPException
from fastapi.responses import JSONResponse
@app.exception_handler(HTTPException)
async def http_exception_handler(request: Request, exc: HTTPException):
"""HTTP 异常处理器"""
returnJSONResponse(
status_code=exc.status_code,
content={"message": exc.detail}
)
@app.exception_handler(Exception)
async def global_exception_handler(request: Request, exc: Exception):
"""全局异常处理器"""
returnJSONResponse(
status_code=500,
content={"message": f"服务器内部错误: {str(exc)}"}
)

3.3 FastAPI的请求路由系统

3.3.1 路由参数

路由参数（Path Parameters）是 URL 路径的一部分。

from fastapi import Path
@app.get("/items/{item_id}")
async def read_item(
item_id: int = Path(..., title="商品ID", ge=1, le=1000)
):
"""
获取商品信息
- item_id: 商品ID，范围 1-1000
"""
return{"item_id": item_id, "name": f"商品{item_id}"}

路径参数验证：

3.3.2 查询参数

查询参数（Query Parameters）是URL中?后面的参数。

from fastapi import Query
from typing import Optional, List
@app.get("/search")
async def search_items(
q: str = Query(..., min_length=1, max_length=50, description="搜索关键词"),
page: int = Query(1, ge=1, description="页码"),
size: int = Query(10, ge=1, le=100, description="每页数量"),
tags: Optional[List[str]] = Query(None, description="标签列表")
):
"""
搜索商品
- q: 搜索关键词（必填）
- page: 页码（默认 1）
- size: 每页数量（默认 10，最大 100）
- tags: 标签列表（可选）
"""
return{
"query": q,
"page": page,
"size": size,
"tags": tags or []
}

示例请求：

GET /search?q=FastAPI&page=1&size=20&tags=python&tags=web

3.3.3 请求体

使用 Pydantic 模型定义请求体。

from pydantic import BaseModel, Field
from typing import Optional
class Item(BaseModel):
"""商品模型"""
name: str = Field(..., min_length=1, max_length=100, description="商品名称")
description: Optional[str] = Field(None, max_length=500, description="商品描述")
price: float = Field(..., gt=0, description="商品价格")
tax: Optional[float] = Field(None, ge=0, description="税费")
@app.post("/items")
async def create_item(item: Item):
"""
创建商品
"""
item_dict = item.model_dump()
if item.tax:
price_with_tax = item.price + item.tax
item_dict.update({"price_with_tax": price_with_tax})
return item_dict

示例请求：

POST /items
Content-Type: application/json
{
"name": "FastAPI 教程",
"description": "一本关于 FastAPI 的书",
"price": 99.99,
"tax": 10.0
}

Pydantic 模型的优势：

●自动数据验证

●自动生成 JSON Schema

●自动生成 API 文档

●类型提示和编辑器支持

3.3.4 Form表单数据

处理 HTML 表单提交的数据。

from fastapi import Form
@app.post("/login")
async def login(
username: str = Form(..., min_length=3, max_length=50),
password: str = Form(..., min_length=6)
):
"""
用户登录
"""
return {"username": username, "message": "登录成功"}

示例请求：

POST /login
Content-Type: application/x-www-form-urlencoded
username=admin&password=123456

3.3.5 文件上传

FastAPI 支持单文件和多文件上传。

from fastapi import File, UploadFile
from typing import List
import shutil
@app.post("/upload")
async def upload_file(file: UploadFile = File(...)):
"""
单文件上传
"""
# 保存文件
file_path = f"./uploads/{file.filename}"
with open(file_path, "wb") as buffer:
shutil.copyfileobj(file.file, buffer)
return{
"filename": file.filename,
"content_type": file.content_type,
"size": file.size
}
@app.post("/upload-multiple")
async def upload_multiple_files(files: List[UploadFile] = File(...)):
"""
多文件上传
"""
uploaded_files = []
for file in files:
file_path = f"./uploads/{file.filename}"
with open(file_path, "wb") as buffer:
shutil.copyfileobj(file.file, buffer)
uploaded_files.append({
"filename": file.filename,
"size": file.size
})
return {"files": uploaded_files}

☑️转岗软件测试/野路子技能提升

☑️想了解更多涨薪技能提升方法

✔️可以到我的个人号：atstudy-js

即可加入领取 ⬇️⬇️⬇️

转行、入门、提升、需要的各种干货资料

内含AI测试、 车载测试、AI大模型开发、BI数据分析、银行测试、游戏测试、AIGC