Briana-终身学习-优快云博客

原创 FastAPI学习笔记5（datawhale课程）

FastAPI中的依赖注入是一种强大的机制，通过将通用逻辑（如参数处理、权限检查）封装为可复用的依赖项，实现代码解耦和复用。依赖项可以是函数或类，FastAPI会自动解析请求参数并调用依赖项，将其结果注入到路径操作函数中。主要优势包括减少重复代码、共享数据库连接、统一安全控制等。系统支持多层嵌套，允许一个依赖项调用另一个子依赖项。文中提供了函数和类两种依赖项实现方式，并通过示例演示了如何处理查询参数。测试案例展示了依赖注入的实际效果，体现了FastAPI依赖注入系统的灵活性和实用性。

2025-05-24 23:59:15 729

原创 FastAPI学习笔记4（datawhale课程）

在FastAPI中，处理表单数据和文件上传是常见的需求。通过使用Form和UploadFile，可以轻松接收表单字段和文件。Form用于接收表单字段，而UploadFile用于处理文件上传。发送文件时，文件对象放在files参数中，格式为字典，键为表单字段名，值为包含文件名、文件对象和内容类型的元组。FastAPI允许在同一路径操作中同时使用Form和File参数，但请求体编码方式必须为multipart/form-data。此外，还可以处理多个文件上传和可选文件上传。

2025-05-22 02:01:39 660

原创 FastAPI学习笔记3（datawhale课程）

在实际开发中，我们经常需要为同一种东西（比如“用户”）定义好几种不同的“信息表单”（Pydantic 模型）。{‘description’: ‘一辆普通的自行车’, ‘type’: ‘bicycle’} #尽管它不属于任何模型。它会把字典里的键值对作为关键字参数传递给函数或类的构造器。)，把这些共有的字段都放在基类里,我们只需要在子模型里声明那些不一样或者新增的字段就行了！仅返回必要字段，严格过滤敏感信息，遵循 “最小必要” 和 “服务端可信” 原则。时，FastAPI 会尝试把你函数返回的数据匹配到。

2025-05-20 02:29:11 505

原创 Coze学习笔记task3

创建工作流涉及多个关键节点的配置与使用。首先，长期记忆节点用于调用机器人存储的个性化信息，需确保机器人启用长期记忆功能，并注意避免在对话中同时触发长期记忆调用和工作流执行。大模型节点负责处理用户指令并生成输出，支持多种格式。文本处理节点则优化大模型的输出，使其更符合人类聊天习惯。代码节点允许通过编写或AI生成代码来处理输入并返回结果。循环节点用于重复执行任务，支持遍历和条件循环，需注意循环数组和中间变量的配置。选择器节点设置条件分支，根据不同情况执行不同流程。最后，输出节点在工作流执行过程中向用户返回信息，

2025-05-19 01:55:28 739

原创 FastAPI学习笔记2（datawhale课程）

本文介绍了FastAPI中参数类型的分类及其使用场景，包括路径参数、查询参数和请求体参数。请求体参数通常用于POST或PUT请求的JSON数据中，特别是当参数类型为Pydantic模型时。文章还提供了多个代码示例，展示了如何在FastAPI中处理多个请求体参数、单个Pydantic模型请求体参数以及如何嵌入单个请求体参数。此外，还介绍了如何使用Field在Pydantic模型中添加额外的参数信息，如默认值、标题和最大长度等。这些内容为开发者提供了详细的指导，帮助他们在FastAPI中有效地处理不同类型的参数

2025-05-16 17:07:35 582

原创 Coze学习笔记task2

智能体（Agent）在人工智能领域指能够自主操作和决策的实体，通常由大型语言模型（LLM）、记忆、规划技能和工具使用组成。在Coze中，生成内容时，智能体通过调整生成随机性（temperature）、Top P、重复语句惩罚和重复主题惩罚等参数来控制输出的多样性和创新性。输入及输出设置包括携带上下文轮数、最大回复长度和输出格式，以优化对话的相关性和成本控制。此外，智能体能够通过对话记录用户的个性化信息到长期记忆，确保信息的持久性和相关性。这些功能共同提升了智能体在多种应用场景中的表现和用户体验。

2025-05-16 01:31:53 464

原创 Coze学习笔记task1

coze是有一个多 Agent 模式，可以通过多 Agent 模式搭建功能更加全面和复杂的 AI智能体。一般来说，狭义的工作流是解决某个局部的场景，广义的则是解决整个业务流程的问题。：从商品发布、上架到客服、发货全流程的自动化管理。是一个“计划”或“路线图”，指导整个任务的流程。是特定任务的“助手”，用于局部执行任务。：解决单一环节或任务的自动化。：涵盖整个业务流程的自动化。：自动改写商品标题或详情。

2025-05-14 00:33:09 317

原创 FasAPI学习笔记（DataWhale课程）

本文介绍了FastAPI中的核心功能，包括路径参数、查询参数及其校验方法。首先，文章解释了HTTP请求的幂等性，并介绍了常见的HTTP请求方法。接着，文章详细说明了异步编程中async和await关键字的使用，以及如何在Jupyter Notebook中正确运行uvicorn.run()。此外，文章还探讨了0.0.0.0地址的含义及正确访问方式，并介绍了枚举类型（Enum）的基本概念和使用方法。最后，文章详细讲解了路径参数和查询参数的校验方法，包括如何使用Annotated和Query进行参数约束。

2025-05-13 18:36:10 871

原创 RAGFlow在Windows中运行

ollama可以使我们本地部署大语言模型，无法加入自己的专有知识库，此时我们就需要借助RAGFlow，以实现构建自己的本地知识库大语言模型，还可以进一步打包制成API，构成具有行业专业知识的大语言模型。然而，在Ragflow的官方指导文档中，适用的为Lunix系统，笔者在数小时尝试后，详细总结了这样文档以告诉读者Ragflow如何在Windows系统上运行，注意：本电脑之前运行过虚拟机，因此可能缺少“虚拟机”的一些前置步骤，当安装过程出现问题可往这方面解决。

2024-11-26 18:02:22 6156

2301_77816793的博客