当前位置: 首页 > article >正文

lil_tea c++ style guide耸

一、中间件是啥咱用“餐厅”打个比方想象一下你的FastAPI应用是个高级餐厅。?? 顾客客户端请求来到门口。- 迎宾CORS中间件先看你是不是从允许的街区域名来的不是就直接劝退返回CORS错误。- 领位员日志中间件记下顾客几点来的、几个人。- 安检认证中间件检查你有没有预约码Token。?? 之后顾客才能见到真正的厨师你的路径操作函数点菜吃饭处理业务逻辑。?? 吃完离开时还得经过传菜员响应处理中间件可能给打包盒贴个标签添加响应头。这一系列站在“核心业务”前后的服务人员就是中间件。它的核心价值在于全局处理、业务无侵入。官方文档讲得比较散咱们今天就把这块硬骨头啃透直接上代码。?? 二、核心怎么用从最常用的CORS开始好咱们先来解决开头的“跨域”问题。这是99%的Web应用都会遇到的。from fastapi import FastAPIfrom fastapi.middleware.cors import CORSMiddlewareapp FastAPI()# 1. 配置允许的源、方法、请求头origins [http://localhost:3000, # 你的前端开发地址https://your-production-site.com,]# 2. 添加中间件app.add_middleware(CORSMiddleware,allow_originsorigins, # 允许的源列表也可以用 [*] 放行所有不安全allow_credentialsTrue, # 允许携带Cookieallow_methods[*], # 允许所有方法 (GET, POST, 等)allow_headers[*], # 允许所有请求头)app.get(/)async def main():return {message: Hello World}这里千万别学我当初偷懒图省事直接上 allow_origins[*]这在生产环境是安全大忌相当于餐厅大门敞开谁都能进。线上务必明确指定前端域名?? 三、动手写一个自己的中间件接下来重点来了自定义中间件。比如我们要给每个请求记日志并计算处理耗时。import timefrom fastapi import FastAPI, Requestapp FastAPI()app.middleware(http) # 这是关键装饰器async def log_request_time(request: Request, call_next):# 1. 请求进来时# 这里我们使用 time.perf_counter() 而不是 time.time()因为它对于这些用例可能更精确start_time time.perf_counter()path request.url.pathmethod request.methodprint(f?? 收到请求: {method} {path})# 2. 把请求交给下一个处理环节可能是其他中间件或者是最终的路由response await call_next(request)# 3. 响应返回前process_time time.perf_counter() - start_timeresponse.headers[X-Process-Time] str(process_time) # 可以往响应头加东西print(f? 请求完成: {method} {path}, 耗时: {process_time:.4f}秒)return responseapp.get(/test)async def test():return {message: ok}访问 /test看看控制台是不是日志和响应头都有了这就是一个最基础的HTTP中间件。划重点 中间件函数接收一个 call_next它就像接力棒你必须调用它await call_next(request)请求才能继续往后走。你在它前面和后面写的代码就分别对应了“请求处理”和“响应处理”两个阶段。?? 四、灵魂拷问多个中间件谁先谁后你是不是以为加完就完事了多个中间件的执行顺序是超级易错点想象一下你既加了CORS中间件又加了上面的日志中间件还加了一个认证中间件。它们怎么排队结论按照添加的相反顺序执行“请求阶段”再按照添加的正序执行“响应阶段”。 像洋葱一样一层层进去再一层层出来。app FastAPI()# 假设我们按顺序添加三个中间件app.add_middleware(MiddlewareC) # 第三个添加app.add_middleware(MiddlewareB) # 第二个添加app.middleware(http)(middleware_a) # 第一个添加装饰器写法# 实际执行顺序请求阶段# 1. middleware_a 的请求处理代码# 2. MiddlewareB 的请求处理代码# 3. MiddlewareC 的请求处理代码# --- 到达路由函数 ---# 4. MiddlewareC 的响应处理代码# 5. MiddlewareB 的响应处理代码# 6. middleware_a 的响应处理代码# --- 响应返回给客户端 ---官方文档虽然说了是“装饰器顺序”但用 app.add_middleware() 添加时更容易迷糊。记不住就背下这个口诀“后来居上请求原路返回响应”。 设计时要把依赖关系想清楚比如认证应该放在靠“里”层后添加日志可以放在最“外”层先添加。?? 五、进阶更底层的ASGI中间件再说个容易翻车的点。上面我们用 app.middleware(http) 叫HTTP中间件是FastAPI封装好的。还有一种更底层、更强大的叫ASGI中间件。它和HTTP中间件啥区别好比一个是高级餐厅的固定流程HTTP另一个是后厨的原子操作ASGI能处理WebSocket等更多协议。怎么用通常你需要一个第三方库比如 starlette-context 来在请求中传递全局数据或者自己封装FastAPI在fastapi.middleware中提供了几个中间件仅仅是为了方便开发者但大多数可用的中间件直接来自Starlettefrom fastapi import FastAPIfrom starlette.middleware.base import BaseHTTPMiddlewareclass CustomHeaderMiddleware(BaseHTTPMiddleware):async def dispatch(self, request, call_next):response await call_next(request)response.headers[X-Custom-Header] MyValuereturn responseapp FastAPI()app.add_middleware(CustomHeaderMiddleware) # 这里添加的就是ASGI中间件注意 BaseHTTPMiddleware 使用简单但官方提示可能有轻微性能损耗因为每个请求都会创建新的类实例。对于超高并发场景用之前的函数式 app.middleware(http) 或直接写纯ASGI中间件是更优解。??啬雅拓廊

相关文章:

lil_tea c++ style guide耸

一、中间件是啥?咱用“餐厅”打个比方 想象一下,你的FastAPI应用是个高级餐厅。 ?? 顾客(客户端请求)来到门口。- 迎宾(CORS中间件):先看你是不是从允许的街区(域名)来…...

Oracle EBS vs SAP 科目架构对比表(含项目配置模板)

EBS vs SAP 科目架构对比表(含项目配置模板)说明:本表格基于制造/集团型企业项目实践编制,涵盖核心架构、实现逻辑、项目配置模板及关键差异,新增离散制造、流程制造两大细分领域专属配置,可直接用于系统选…...

RWKV7-1.5B-g1a轻量优势:对比Qwen2-0.5B显存与响应速度实测

RWKV7-1.5B-g1a轻量优势:对比Qwen2-0.5B显存与响应速度实测 1. 模型简介 rwkv7-1.5B-g1a 是基于 RWKV-7 架构的多语言文本生成模型,专为轻量级应用场景设计。该模型在基础问答、文案续写、简短总结和中文对话等任务中表现出色,特别适合资源…...

023.混淆矩阵分析:如何从错误中学习,改进模型

上周调一个产线缺陷检测模型,指标看着不错——mAP0.5有92%,实际跑起来却总漏检关键缺陷。产线老大直接打电话过来:“你们这模型怎么把划痕当背景了?” 挂掉电话打开测试集,发现模型把30%的划痕都预测成了“正常”&…...

022.模型评估指标:mAP、Precision、Recall、F1 Score的计算与解读

上周调一个YOLOv5的产线缺陷检测模型,测试集准确率看着挺高,上线后误报却把生产线搞停了。现场工程师抱怨:“你们这模型怎么乱报警?” 打开日志一看,模型把几个正常工件上的划痕阴影也框出来了——典型的精度不足问题。…...

VS Code官宣全新AI工具:VS Code Agents!

🎯 一句话总结 VSCode 1.115 带来了 Agents 专属独立应用,🚀 主角登场:VS Code Agents 独立应用 这是什么? 不再是 VSCode 里的一个侧边栏,而是一个完全独立的 companion app,专为 Agent 开发打…...

CH7034B显示模块原理图设计,已量产

目录 1、系统整体架构设计 2、核心子系统电路设计 2.1、CH7034B 主桥接芯片与 RGB 输入组织 2.2、模拟显示输出与 DDC 边界 2.3、1.8V 核心电源、27MHz 时钟与辅助控制器 2.4、背光与边角控制电路 3、硬件性能优化与工程化考量 3.1、电源与噪声控制 3.2、信号完整性与…...

华为OD机试真题 新系统2026-04-08 C++实现【配置操作失败数量统计】

目录 题目 思路 Code 题目 模拟一个系统的命令行配置,包含添加、修改、删除三项操作,详情如下: 添加操作命令:add_rulerule_id=1rule_index = 18 修改操作命令: mod_rule rule_id= 1rule_index = 100 删除操作命令:del_rulerule_id=1 其中:add_rule、mod_rule、 del_rule …...

共识正在杀死你的公司,AI时代需要新的决策逻辑

AI正在引发一场组织层面的反思。 AI驱动的商业世界里,传统的共识决策正成为组织的沉重枷锁,它让企业变得既迟钝又盲目。真正的危险,不是技术落后,而是决策机制无法匹配AI时代的节奏。本文提出了一套全新的组织设计思路&#xff0c…...

未来已来:TVA何以引领智能工厂迈向全场景智能化新时代?

当前,智能工厂正从“概念落地”向“规模化应用”跨越,制造业的智能化转型进入深水区,而TVA作为智能工厂的关键拼图,其技术迭代与应用拓展,直接决定了智能工厂的智能化水平与发展上限。随着人工智能、工业互联网、数字孪…...

MATLAB矩阵操作:高效删除指定行与列的实用技巧

1. MATLAB矩阵操作基础入门 刚接触MATLAB的朋友可能会被它强大的矩阵运算能力震撼到。作为一款专业的数学软件,MATLAB对矩阵的处理简直就像瑞士军刀一样顺手。今天我要分享的是矩阵操作中最基础但特别实用的技巧——删除指定行和列。 记得我第一次处理实验数据时&am…...

WinClaw安全实战 02|五层纵深防护体系全解析:从原理到实操,打造零风险AI智能体

摘要:2026年AI智能体爆发式普及,OpenClaw以27.3万GitHub星标成为现象级工具,但恶意Skill投毒、提示词注入、数据外泄等安全事故频发,国家互联网应急中心、工信部等多部门接连发布风险警示。威努特基于国家关键信息基础设施安全防护经验,打造WinClaw安全版AI智能体,其核心…...

低轨星座融合:撬动万亿低空经济的天地密钥

低轨星座融合:撬动万亿低空经济的天地密钥 引言 当无人机飞越无信号的深山,当空中出租车需要厘米级导航时,地面网络已力不从心。低轨星座与低空经济的融合,正构建一张“空天地海”一体化的智能网络,成为解锁万亿级市…...

前端八股JS---数组方法

目录 超简速查表(一图记全部)一、遍历 / 循环类1. forEach2. map3. filter4. reduce二、查找 / 判断类5. find6. findIndex7. includes8. some9. every三、增删改(会改变原数组)10. push11. pop12. unshift13. shift14. splice四…...

通义千问3-Embedding-4B效果展示:多语言长文档检索实测案例

通义千问3-Embedding-4B效果展示:多语言长文档检索实测案例 1. 引言:当4B模型遇上32K长文与119种语言 想象一下,你手头有一份长达几十页、混合了中英文和代码的技术文档,或者一个包含多国语言用户反馈的数据库。你想快速找到所有…...

软萌拆拆屋实战教程:用‘变走丑丑的东西’规避不良生成技巧

软萌拆拆屋实战教程:用‘变走丑丑的东西’规避不良生成技巧 你是不是也遇到过这种情况?想用AI生成一张可爱的服饰拆解图,结果出来的画面要么颜色诡异,要么结构混乱,甚至出现一些奇怪的元素,完全不是想要的…...

虾胡闹,多Agents中的成员正在玩心机

Agents of Chaos研究封面 最近读到一篇很有意思的论文,Northeastern University等机构的20位研究者做了一项为期两周的"红队测试"实验,把AI Agents部署在真实环境中,给了它们Discord账号、邮箱、文件系统和shell权限,然…...

Lightpicture图床系统

LightPicture 是一款用于图片上传与托管展示的系统程序。用户可通过该系统搭建独立的图片存储与分发服务。核心用途将图片文件上传至服务器,并生成可供外部访问的链接地址。主要构成系统包含上传处理模块与前端展示界面,支持常见的图片格式文件。存储支持…...

ATK XCOM串口调试助手:从硬件连接到高效调试的完整指南

1. ATK XCOM串口调试助手入门指南 第一次接触串口调试的朋友可能会觉得有点懵,其实这东西就像是我们和硬件设备之间的"翻译官"。ATK XCOM是正点原子推出的一款专业级串口调试工具,我用过不下十种同类软件,最后还是觉得它最顺手。它…...

树莓派5 AI KIT实战:从YOLOv8模型训练到Hailo HEF部署全链路解析

1. 树莓派5 AI KIT与Hailo模块初探 树莓派5 AI KIT是树莓派基金会推出的最新AI开发套件,搭配Hailo-8L加速模块,能够实现高达13 TOPS的算力。这个组合特别适合需要边缘计算能力的开发者,比如智能监控、工业质检等场景。我自己第一次拿到这套设…...

本地离线运行更安全!AI人脸隐私卫士,保护隐私无需上传云端

本地离线运行更安全!AI人脸隐私卫士,保护隐私无需上传云端 在社交媒体分享、企业宣传、新闻报道等场景中,我们常常需要发布包含人物的照片。然而,未经处理的人脸信息一旦公开,就可能面临隐私泄露的风险。手动给照片中…...

前端性能监控指标体系

前端性能监控指标体系:构建高效用户体验的关键 在当今快节奏的互联网时代,用户体验已成为决定产品成败的关键因素之一。前端性能直接影响用户留存率、转化率以及品牌形象,因此建立一套科学的前端性能监控指标体系至关重要。通过实时监控和分…...

开源AI工具人性化设计:Pixel Fashion Atelier降低视觉疲劳的UI配色方案

开源AI工具人性化设计:Pixel Fashion Atelier降低视觉疲劳的UI配色方案 1. 项目概述 Pixel Fashion Atelier是一款基于Stable Diffusion与Anything-v5的图像生成工作站,专为时尚设计领域打造。不同于传统AI工具的单调界面,它创新性地融入了…...

**向量数据库实战:用 Python 实现高效语义搜索与多模态检索系统**在现代AI 应用中,**语义理解能力**已经

向量数据库实战:用 Python 实现高效语义搜索与多模态检索系统 在现代 AI 应用中,语义理解能力已经成为核心竞争力之一。传统的关键词匹配方式已经无法满足复杂场景下的查询需求,比如电商商品推荐、智能客服问答、文档相似度分析等。这时候&a…...

# 发散创新:用Python与Stable Diffusion打造AI绘画自动化

发散创新:用Python与Stable Diffusion打造AI绘画自动化流水线 在人工智能迅猛发展的今天,AI绘画已从实验性工具演变为生产力引擎。本文将带你深入实践一个完整的 基于Python Stable Diffusion 的图像生成自动化系统,不仅实现一键式文生图、风…...

CentOS 7.9 SNAT/DNAT 详解与 VMware 17 实验全流程【20260412】003篇

文章目录 一、核心原则:为什么不能直接用 VMware 的「NAT 模式」做 DNAT/SNAT? 二、VMware 环境规划(拓扑图 + IP 分配表) ▶️ 推荐拓扑(最简、最可控、最贴近生产) ▶️ VMware 网络适配器配置(Gateway 虚拟机) ▶️ 虚拟机清单与 IP 分配 三、CentOS 7.9 虚拟机详细…...

CentOS 7.9 SNAT/DNAT 详解与 VMware 17 实验全流程【20260412】002篇

文章目录 🖥️ VMware 17.0 Pro模拟SNAT/DNAT完整实验指南 📋 实验环境总体规划 网络拓扑设计 IP地址规划表 VMware网络配置步骤 步骤1:创建自定义虚拟网络 步骤2:创建三台CentOS 7.9虚拟机 🔧 详细配置步骤 1. 系统基础配置 1.1 配置主机名和网络 1.2 配置各虚拟机网络…...

用Python和NumPy手把手实现SVD图片压缩:从原理到实战,5分钟搞定你的第一张压缩图

用Python和NumPy手把手实现SVD图片压缩:从原理到实战,5分钟搞定你的第一张压缩图 当你第一次听说"奇异值分解"这个名词时,脑海中是不是立刻浮现出一堆复杂的数学公式?别担心,今天我们要用最直观的方式——图…...

世界第一个开源可商用 .NET Office 转 PDF 工具/库 - MiniPdf涝

1. 智能软件工程的范式转移:从库集成到原生框架演进 在生成式人工智能(Generative AI)从单纯的文本生成向具备自主规划与执行能力的“代理化(Agentic)”系统跨越的过程中,.NET 生态系统正在经历一场自该平台…...

Rust的std--ptr--addr_of!:直接获取字段地址绕过对齐检查

Rust的std::ptr::addr_of!:直接获取字段地址绕过对齐检查 Rust作为一门注重内存安全的系统级编程语言,其严格的编译时检查机制在大多数情况下能有效避免未定义行为。在某些底层场景中,开发者可能需要绕过这些限制,直接操作内存地…...