告别前后端分离困境:FastUI如何用Python构建全栈应用
你是否正在为FastAPI项目的界面开发而困扰?传统方案要么使用模板引擎维护两套代码,要么采用前后端分离增加架构复杂度。FastUI带来了革命性的"后端驱动UI"理念,让开发者仅用Python就能构建完整界面,无需前端经验即可实现表单、表格、认证等核心功能,将开发效率提升10倍。
快速体验:5分钟搭建第一个FastUI应用
FastUI与FastAPI的集成异常简单,通过以下步骤即可快速启动一个功能完整的Web应用:
首先安装FastUI:
pip install fastui[fastapi]
创建主应用文件main.py:
from fastapi import FastAPI, APIRouter
from fastui import FastUI, AnyComponent
from fastui.components import PageTitle, Heading, Paragraph
# 初始化FastAPI应用
app = FastAPI()
router = APIRouter()
# 定义首页路由
@router.get("/", response_model=FastUI)
def home_page() -> list[AnyComponent]:
"""创建FastUI页面组件列表"""
return [
PageTitle(text="FastUI 快速演示"), # 页面标题组件
Heading(text="欢迎使用 FastUI", level=1), # 一级标题
Paragraph(text="无需编写JavaScript,用纯Python构建现代Web界面。"), # 段落文本
]
# 挂载路由
app.include_router(router, prefix="/api")
启动应用:
uvicorn main:app --reload
访问http://localhost:8000即可看到生成的界面。FastUI会自动处理前端资源加载,开发者只需专注于后端逻辑实现。
核心功能实战:从数据模型到交互界面
如何用Pydantic模型自动生成表单
FastUI最强大的特性之一是能够直接将Pydantic模型转换为交互式表单,包含完整的验证逻辑。
1. 定义数据模型
在demo/forms.py中定义登录表单模型:
from pydantic import BaseModel, EmailStr, SecretStr, Field
class LoginForm(BaseModel):
"""用户登录表单模型"""
email: EmailStr = Field(title='邮箱地址', description='请输入注册邮箱')
password: SecretStr = Field(title='密码', description='请输入密码')
2. 创建表单页面
from fastui.components import ModelForm, Heading
@router.get('/content/login', response_model=FastUI)
def render_login_form() -> list[AnyComponent]:
"""渲染登录表单页面"""
return [
Heading(text='用户登录', level=2),
# 自动生成表单,提交到/login端点
ModelForm(
model=LoginForm,
submit_url='/api/forms/login',
submit_text='登录'
),
]
FastUI会自动生成包含字段验证、错误提示和提交处理的完整表单界面,支持邮箱格式验证、必填项检查等功能。
构建交互式数据表格的3个关键步骤
FastUI的表格组件支持排序、分页和行交互,特别适合数据管理界面。以城市数据表格为例:
1. 准备数据模型和数据源
# 数据模型定义
class City(BaseModel):
id: int
city: str
country: str
population: int
iso3: str
# 加载城市数据
def get_cities() -> list[City]:
"""从JSON文件加载城市数据"""
with open('demo/cities.json', 'r') as f:
return [City(**data) for data in json.load(f)]
2. 创建带过滤功能的表格页面
from fastui.components import Table, Pagination, ModelForm
@router.get('/cities', response_model=FastUI)
def cities_table(page: int = 1, country: str | None = None) -> list[AnyComponent]:
"""城市数据表格页面"""
cities = get_cities()
page_size = 50
# 应用过滤条件
if country:
cities = [c for c in cities if c.iso3 == country]
return [
# 过滤表单
ModelForm(
model=FilterForm,
submit_url='.',
method='GOTO',
submit_on_change=True,
display_mode='inline',
),
# 数据表格
Table(
data=cities[(page-1)*page_size : page*page_size],
data_model=City,
columns=[
DisplayLookup(field='city', on_click=GoToEvent(url='./{id}')),
DisplayLookup(field='country'),
DisplayLookup(field='population'),
],
),
# 分页控件
Pagination(page=page, page_size=page_size, total=len(cities)),
]
3. 实现详情页导航
通过GoToEvent实现点击表格行跳转到详情页,无需编写额外的JavaScript代码。
用户认证系统的无缝集成
FastUI提供完整的认证解决方案,轻松实现用户登录、会话管理和权限控制。
1. 配置认证中间件
在demo/auth.py中配置认证中间件:
from fastui.auth import AuthMiddleware, User
from fastapi import Depends, Request
# 用户获取逻辑
async def get_current_user(request: Request) -> User | None:
"""从请求中获取当前用户"""
# 实际项目中这里会从会话或令牌中验证用户
session = request.cookies.get('session')
if session:
return User(id=1, username='demo_user')
return None
# 添加认证中间件
app.add_middleware(
AuthMiddleware,
get_user=get_current_user,
login_path='/auth/login',
redirect_after_login='/',
)
2. 保护路由
@router.get('/secret', response_model=FastUI)
def secret_page(user: User = Depends(get_current_user)) -> list[AnyComponent]:
"""需要认证的页面"""
return [
PageTitle(text='受保护页面'),
Heading(text=f'欢迎回来,{user.username}!', level=1),
]
未登录用户访问/secret会自动重定向到登录页面,认证流程完全由FastUI处理。
高级特性:实时更新与动态交互
实现服务器推送事件(SSE)
对于需要实时数据更新的场景,FastUI提供SSE支持:
# demo/sse.py
from fastapi.responses import StreamingResponse
import asyncio
import json
@router.get("/sse")
async def sse_endpoint(request: Request) -> StreamingResponse:
"""服务器发送事件端点"""
async def event_generator():
count = 0
while True:
# 检查连接状态
if await request.is_disconnected():
break
# 发送数据
yield f"data: {json.dumps({'count': count})}\n\n"
count += 1
await asyncio.sleep(1)
return StreamingResponse(
event_generator(),
media_type="text/event-stream"
)
前端使用ServerLoad组件接收实时数据:
from fastui.components import ServerLoad, Text
ServerLoad(
path='/api/sse',
components=[Text(text='加载中...')],
# 数据更新时的处理逻辑
on_data=lambda data: [Text(text=f'当前计数: {data["count"]}')]
)
项目结构与最佳实践
推荐的项目组织方式
my_fastui_app/
├── main.py # 应用入口点
├── api/ # API路由模块
│ ├── __init__.py
│ ├── forms.py # 表单相关路由
│ └── tables.py # 表格相关路由
├── models/ # 数据模型定义
│ ├── __init__.py
│ └── user.py # 用户相关模型
└── static/ # 静态资源
性能优化技巧
1.** 组件懒加载 :使用ServerLoad组件异步加载非关键内容
2. 数据缓存 **:对频繁访问的数据进行缓存,如城市列表:
from functools import lru_cache
@lru_cache(maxsize=None)
def get_cached_cities() -> list[City]:
"""缓存城市数据"""
return get_cities()
3.** 分页处理 **:所有列表数据必须实现分页,避免大量数据传输
开始使用FastUI
要开始使用FastUI构建自己的应用,只需执行以下命令:
git clone https://gitcode.com/GitHub_Trending/fa/FastUI
cd FastUI
pip install -e .[demo]
python -m demo
项目文档位于docs/guide.md,包含更多高级功能和最佳实践。组件参考可查看demo/components_list.py,测试用例在demo/tests.py中。
FastUI特别适合内部工具、管理系统、数据可视化仪表盘和API测试界面的快速开发。通过Python构建完整界面,让你专注于业务逻辑而非前端技术细节。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
