FastAPI
FastAPI 是用 Python 编写 Web API 的后端框架，负责把请求交给对应代码并返回结果。它通过数据模型校验输入、生成接口文档，减少接口开发中的重复工作，例如为 AI 摘要工具提供提交文本的接口。
你可能会说：「帮我用 Python 做个后端，让网页能提交文章拿到摘要，还能查看接口说明。」
动手看看AI 摘要工具如何检查输入
用户点击生成摘要，但前端发出的 JSON 漏掉了 text 字段。先看看后端怎样拦住这种不完整的请求。
要点FastAPI 怎样把请求变成结果？
- 1
用路由把请求接到函数
你为路径和 HTTP 方法绑定处理函数，例如让提交文章的请求进入摘要函数。FastAPI 负责接收请求、提取参数和组织响应，真正的摘要逻辑仍由你编写或调用模型完成。
- 2
用数据模型约定输入输出
你用 Pydantic 模型描述文章正文、摘要长度等字段，FastAPI 据此解析和校验请求。这样缺字段或格式不对时，接口会返回错误；但文章是否属于当前用户，仍需业务代码检查。
- 3
让接口文档跟着代码更新
FastAPI 能根据路由、参数和数据模型生成接口说明，并提供交互式文档。你和前端同事可以直接查看、试调接口，减少口头对齐；接口是否符合产品需求，仍要靠测试验证。
容易混淆的地方
FastAPI 和 Django 都是 Python 后端框架，但 FastAPI 更聚焦接口开发，Django 则集成了数据库模型、管理后台等功能。FastAPI 也不是运行服务的服务器：实际接收网络连接通常由 Uvicorn 等 ASGI 服务器完成。
什么时候用
适合用
- 给网站或 App 提供 Python 接口，接收表单并返回查询结果。
- 把已有的 Python 数据分析或 AI 处理逻辑包装成可调用的服务。
- 前后端分开开发时，用数据模型和自动生成的文档对齐接口。
不适合用
- 只做作品展示页，没有服务端逻辑，用静态页面和静态托管就够了。
- 只在本机批量整理文件，用 Python 脚本即可，无需引入 Web 接口。
- 要快速搭建以管理后台为主的系统，可优先选自带管理功能的 Django。
练一练选一个答案，看看解释
你在做 AI 摘要网站，已有 Python 摘要函数。网页要提交正文，正文缺失时要收到明确错误，前端同事还想直接试调接口。哪种方案最贴合这些需求？
让 AI 帮你做复制给 AI Agent 直接用
请用 FastAPI 为现有 Python 摘要函数提供 POST /summaries 接口，用 Pydantic 定义请求和响应模型，拒绝空正文，返回 JSON。保留交互式接口文档，补充成功与非法输入的测试，并说明如何用 Uvicorn 启动。