LitServe项目实战：文件上传与JSON参数混合请求处理指南

在LitServe项目中，开发者经常会遇到需要同时处理文件上传和额外参数的需求。本文将详细介绍如何在LitServe框架中实现这一功能，帮助开发者构建更灵活的API服务。

混合请求处理原理

LitServe框架基于FastAPI构建，天然支持处理multipart/form-data类型的请求。这种请求格式允许客户端同时上传文件和发送表单数据，非常适合需要额外控制参数的场景。

实现步骤详解

1. 服务端实现

在LitAPI子类中，我们需要重写decode_request方法来处理混合请求：

from PIL import Image
import litserve as ls

class ImageAPI(ls.LitAPI):
    def setup(self, device):
        self.model = lambda x: x.size

    def decode_request(self, request):
        # 获取额外参数
        model_name = request["model_name"]
        print(f"使用的模型: {model_name}")
        
        # 处理上传的文件
        uploaded_file = request["request"].filename
        return Image.open(uploaded_file)

    def predict(self, image):
        return self.model(image)

    def encode_response(self, output):
        return {"output": output}

2. 客户端调用方式

客户端可以使用requests库发送混合请求：

import requests

url = "http://127.0.0.1:8000/predict"
image_path = "example.jpg"

with open(image_path, 'rb') as image_file:
    # 构建multipart/form-data请求
    files = {'request': image_file}
    data = {"model_name": "resnet50"}
    response = requests.post(url, files=files, data=data)

print(response.json())

关键点解析

1. 请求结构：客户端将文件放在files参数中，其他参数放在data参数中，requests会自动构建正确的multipart/form-data请求。

2. 服务端处理：在decode_request方法中，request参数实际上是一个字典，包含了所有上传的数据。文件内容可以通过request["request"].filename获取，其他参数则直接通过键名访问。

3. 文件处理：示例中使用Pillow库打开图片文件，开发者可以根据实际需求使用其他库处理不同类型的文件。

实际应用场景

这种混合请求方式特别适用于以下场景：

1. 模型选择：上传图片时指定使用的AI模型版本
2. 参数控制：为图像处理API提供调整参数（如质量、尺寸等）
3. 元数据附加：为上传的文件添加描述信息或标签

性能考虑

当处理大文件上传时，建议：

1. 限制上传文件大小
2. 使用流式处理避免内存溢出
3. 考虑异步处理长时间运行的任务

通过本文介绍的方法，开发者可以轻松地在LitServe项目中实现文件上传与参数传递的混合请求处理，为API服务增加更多灵活性。