0Pricing
Python Academy · Lekcja

Konfiguracja projektu FastAPI i pierwszy endpoint

Proszę zainstalować FastAPI, utworzyć projekt i napisać pierwszy endpoint GET.

Konfiguracja projektu FastAPI i pierwszy endpoint to bezpłatna lekcja Python Academy na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Python Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Python Academy zawiera 4 lekcji w sumie.

Czym jest FastAPI?

FastAPI to nowoczesny framework webowy języka Python do tworzenia interfejsów API REST. Udostępnia automatyczną dokumentację OpenAPI, sprawdzane pod kątem typów modele żądań i odpowiedzi za pośrednictwem Pydantic oraz wydajność natywną dla operacji asynchronicznych.

# pip install fastapi uvicorn
from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def root():
    return {"message": "Hello, FastAPI"}

Uruchamianie serwera

Serwer należy uruchamiać za pomocą uvicorn. Flaga --reload automatycznie uruchamia serwer ponownie po zmianach kodu podczas tworzenia aplikacji.

# main.py
from fastapi import FastAPI
app = FastAPI()

@app.get("/health")
def health(): return {"status": "ok"}

# Terminal:
# uvicorn main:app --reload
# → http://127.0.0.1:8000
# → http://127.0.0.1:8000/docs  (Swagger UI)

Metody HTTP

Funkcje tras należy dekorować za pomocą @app.get, @app.post, @app.put, @app.delete lub @app.patch.

from fastapi import FastAPI
app = FastAPI()

@app.get("/items")
def list_items(): return []

@app.post("/items")
def create_item(): return {"id": 1}

@app.delete("/items/{item_id}")
def delete_item(item_id: int): return {"deleted": item_id}

Parametry ścieżki

Parametry ścieżki należy zadeklarować w ciągu trasy za pomocą {name} oraz jako argumenty funkcji z adnotacjami typów.

from fastapi import FastAPI
app = FastAPI()

@app.get("/users/{user_id}")
def get_user(user_id: int):
    return {"user_id": user_id, "name": "Alice"}

# GET /users/42  → {"user_id": 42, "name": "Alice"}

Parametry zapytania

Parametry funkcji, których nie ma w ścieżce, stają się parametrami zapytania.

from fastapi import FastAPI
app = FastAPI()

@app.get("/items")
def list_items(skip: int = 0, limit: int = 10, q: str | None = None):
    return {"skip": skip, "limit": limit, "q": q}

# GET /items?skip=5&limit=20&q=search

Ciało żądania Pydantic

Należy użyć modelu Pydantic BaseModel jako typu parametru, aby zadeklarować i zweryfikować ciało żądania w formacie JSON.

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Item(BaseModel):
    name: str
    price: float
    in_stock: bool = True

@app.post("/items")
def create_item(item: Item):
    return {"received": item.model_dump()}

Błędy walidacji Pydantic

Jeśli ciało żądania nie pasuje do schematu, FastAPI automatycznie zwraca kod 422 Unprocessable Entity ze szczegółowym komunikatem o błędzie.

# POST /items with body {"name": 123}
# → HTTP 422 Unprocessable Entity
# {
#   "detail": [
#     {
#       "type": "string_type",
#       "loc": ["body","name"],
#       "msg": "Input should be a valid string"
#     }
#   ]
# }

Modele odpowiedzi

Parametr response_model= służy do zadeklarowania, co zwraca endpoint. FastAPI weryfikuje odpowiedź i odfiltrowuje dodatkowe pola.

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class UserOut(BaseModel):
    id: int
    name: str

@app.get("/users/{uid}", response_model=UserOut)
def get_user(uid: int):
    return {"id": uid, "name": "Alice", "password": "secret"}  # password filtered out

Kody statusu

Domyślny kod statusu pomyślnej odpowiedzi należy ustawić za pomocą status_code=. Typowe kody można importować z fastapi.status.

from fastapi import FastAPI, status
app = FastAPI()

@app.post("/items", status_code=status.HTTP_201_CREATED)
def create_item():
    return {"id": 1}

# HTTP 201 Created is returned on success

HTTPException

Należy zgłaszać HTTPException, aby zwrócić odpowiedź błędu z niestandardowym kodem statusu i szczegółowym komunikatem.

from fastapi import FastAPI, HTTPException
app = FastAPI()

fake_db = {1: "Alice"}

@app.get("/users/{uid}")
def get_user(uid: int):
    if uid not in fake_db:
        raise HTTPException(status_code=404, detail="User not found")
    return {"name": fake_db[uid]}

Automatyczna dokumentacja

FastAPI automatycznie generuje interfejs Swagger UI pod adresem /docs oraz ReDoc pod adresem /redoc na podstawie adnotacji tras.

# After starting with uvicorn:
# http://localhost:8000/docs     — Swagger UI (try the API live)
# http://localhost:8000/redoc    — ReDoc (clean docs view)
# http://localhost:8000/openapi.json  — raw OpenAPI schema

Szybkie sprawdzenie

Jak zadeklarować wymagany parametr ciała żądania JSON w FastAPI?

Podsumowanie

Trasy FastAPI są dekorowanymi funkcjami: parametry ścieżki znajdują się w adresie URL, parametry zapytania są typowanymi argumentami, a ciała żądań są modelami Pydantic. Do obsługi błędów należy zgłaszać HTTPException. Interfejs Swagger UI jest automatycznie generowany pod adresem /docs.

Często zadawane pytania

Czy lekcja „Konfiguracja projektu FastAPI i pierwszy endpoint” jest bezpłatna?

Tak — pełny tekst „Konfiguracja projektu FastAPI i pierwszy endpoint” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Python Academy, przejdź na CoddyKit PRO. Kurs Python Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Konfiguracja projektu FastAPI i pierwszy endpoint”?

Proszę zainstalować FastAPI, utworzyć projekt i napisać pierwszy endpoint GET. Ćwiczysz Python Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Python Academy?

Nie wymagamy żadnego doświadczenia. Python Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.

Ile czasu zajmuje lekcja „Konfiguracja projektu FastAPI i pierwszy endpoint”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Python Academy?

Tak. Każda lekcja Python Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Konfiguracja projektu FastAPI i pierwszy endpoint
  2. Parametry ścieżki, parametry zapytania i treści żądań
  3. Wstrzykiwanie zależności i uwierzytelnianie
  4. Asynchroniczne endpointy i integracja z bazą danych
← Powrót do Python Academy