FastAPI Websocket RPC 项目教程
2024-08-26 04:32:43作者:胡唯隽
1. 项目的目录结构及介绍
FastAPI Websocket RPC 项目的目录结构如下:
fastapi_websocket_rpc/
├── examples/
│ ├── basic_example.py
│ ├── proxy_example.py
│ └── ...
├── fastapi_websocket_rpc/
│ ├── __init__.py
│ ├── client.py
│ ├── endpoint.py
│ ├── methods.py
│ └── ...
├── tests/
│ ├── __init__.py
│ ├── test_client.py
│ ├── test_endpoint.py
│ └── ...
├── .gitignore
├── LICENSE
├── README.md
├── setup.py
└── ...
目录结构介绍
examples/: 包含项目的示例代码,如basic_example.py和proxy_example.py。fastapi_websocket_rpc/: 核心代码目录,包含客户端、服务端和方法处理等模块。__init__.py: 初始化文件。client.py: 客户端实现。endpoint.py: 服务端端点实现。methods.py: 方法处理实现。
tests/: 测试代码目录,包含各种测试用例。.gitignore: Git 忽略文件配置。LICENSE: 项目许可证。README.md: 项目说明文档。setup.py: 项目安装配置文件。
2. 项目的启动文件介绍
项目的启动文件通常位于 examples/ 目录下,例如 basic_example.py。以下是 basic_example.py 的示例代码:
from fastapi import FastAPI
from fastapi_websocket_rpc import RpcMethodsBase, WebsocketRPCEndpoint
app = FastAPI()
# 定义服务端方法
class ConcatServer(RpcMethodsBase):
async def concat(self, a: str = "", b: str = ""):
return a + b
# 添加 RPC 端点
endpoint = WebsocketRPCEndpoint(ConcatServer())
endpoint.register_route(app, "/ws")
# 启动服务
if __name__ == "__main__":
import uvicorn
uvicorn.run(app, host="0.0.0.0", port=8000)
启动文件介绍
from fastapi import FastAPI: 导入 FastAPI 框架。from fastapi_websocket_rpc import RpcMethodsBase, WebsocketRPCEndpoint: 导入 RPC 相关模块。app = FastAPI(): 创建 FastAPI 应用实例。class ConcatServer(RpcMethodsBase): 定义服务端方法类。endpoint = WebsocketRPCEndpoint(ConcatServer()): 创建 RPC 端点实例。endpoint.register_route(app, "/ws"): 注册路由。if __name__ == "__main__":: 启动服务。
3. 项目的配置文件介绍
项目的配置文件主要是 setup.py,用于项目的安装和分发。以下是 setup.py 的示例代码:
from setuptools import setup, find_packages
setup(
name="fastapi_websocket_rpc",
version="0.1.26",
packages=find_packages(),
install_requires=[
"fastapi",
"websockets",
"tenacity",
],
author="Or Weis",
author_email="or@permit.io",
description="A fast and durable bidirectional JSON RPC channel over Websockets and FastApi",
long_description=open("README.md").read(),
long_description_content_type="text/markdown",
url="https://github.com/permitio/fastapi_websocket_rpc",
classifiers=[
"Programming Language :: Python :: 3",
"License :: OSI Approved :: MIT License",
"Operating System :: OS Independent",
],
python_requires='>=3.7',
)
配置文件介绍
name: 项目名称。version: 项目版本。packages: 包含的包。- `install_
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.61 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
227
306
Ascend Extension for PyTorch
Python
116
149
暂无简介
Dart
578
127
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
605
182
仓颉编译器源码及 cjdb 调试工具。
C++
121
309
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.04 K
610
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
358
2.15 K