افشای API با استفاده از FastAPI – انجمن DEV

Summarize this content to 400 words in Persian Lang
در وبلاگ های قبلی نحوه نصب neo4j، بارگذاری داده ها در آن و پرس و جو کردن آن با استفاده از زبان طبیعی را دیده ایم. این آخرین وبلاگ در این مجموعه خواهد بود، ما قصد داریم یک برنامه ساده fastAPI ایجاد کنیم تا تنظیمات را به عنوان یک API در معرض نمایش بگذاریم.
میتوانید کد را در اینجا پیدا کنید – https://github.com/praveenr2998/Creating-Lightweight-RAG-Systems-With-Graphs/blob/main/fastapi_app/app.py
from fastapi import FastAPI
from pydantic import BaseModel
from query_engine import GraphQueryEngine
# Pydantic model
class QueryRequest(BaseModel):
query: str
app = FastAPI()
@app.post(“/process-query/”)
async def process_query(request: QueryRequest):
query_engine = GraphQueryEngine()
cypher_queries = query_engine.get_response(request.query)
cypher_queries = query_engine.populate_embedding_in_query(request.query, cypher_queries)
fetched_data = query_engine.fetch_data(cypher_queries)
response = query_engine.get_final_response(request.query, fetched_data)
return {“response”: response}
وارد حالت تمام صفحه شوید
از حالت تمام صفحه خارج شوید
برای اجرای این فایل از دستور استفاده کنید
uvicorn app:app –reload
وارد حالت تمام صفحه شوید
از حالت تمام صفحه خارج شوید
در ترمینال می توانید نقطه پایانی را در مورد من ببینید http://127.0.0.1:8000/ اضافه کردن اسناد به آن برای باز کردن فحش – http://127.0.0.1:8000/docs
روی آن را امتحان کنید گزینه دریافت پاسخ برای سوال خود، کلید سوال ورودی json خود را وارد کنید
دستور CURL
curl -X ‘POST’ \
‘http://127.0.0.1:8000/process-query/’ \
-H ‘accept: application/json’ \
-H ‘Content-Type: application/json’ \
-d ‘{
“query”: “do you have headphones within the price of 25000”
}’
وارد حالت تمام صفحه شوید
از حالت تمام صفحه خارج شوید
امیدوارم این کمک کند…!!!
لینکدین – https://www.linkedin.com/in/praveenr2998/
در وبلاگ های قبلی نحوه نصب neo4j، بارگذاری داده ها در آن و پرس و جو کردن آن با استفاده از زبان طبیعی را دیده ایم. این آخرین وبلاگ در این مجموعه خواهد بود، ما قصد داریم یک برنامه ساده fastAPI ایجاد کنیم تا تنظیمات را به عنوان یک API در معرض نمایش بگذاریم.
میتوانید کد را در اینجا پیدا کنید – https://github.com/praveenr2998/Creating-Lightweight-RAG-Systems-With-Graphs/blob/main/fastapi_app/app.py
from fastapi import FastAPI
from pydantic import BaseModel
from query_engine import GraphQueryEngine
# Pydantic model
class QueryRequest(BaseModel):
query: str
app = FastAPI()
@app.post("/process-query/")
async def process_query(request: QueryRequest):
query_engine = GraphQueryEngine()
cypher_queries = query_engine.get_response(request.query)
cypher_queries = query_engine.populate_embedding_in_query(request.query, cypher_queries)
fetched_data = query_engine.fetch_data(cypher_queries)
response = query_engine.get_final_response(request.query, fetched_data)
return {"response": response}
- برای اجرای این فایل از دستور استفاده کنید
uvicorn app:app --reload
-
در ترمینال می توانید نقطه پایانی را در مورد من ببینید http://127.0.0.1:8000/ اضافه کردن اسناد به آن برای باز کردن فحش – http://127.0.0.1:8000/docs
-
روی آن را امتحان کنید گزینه دریافت پاسخ برای سوال خود، کلید سوال ورودی json خود را وارد کنید
دستور CURL
curl -X 'POST' \
'http://127.0.0.1:8000/process-query/' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"query": "do you have headphones within the price of 25000"
}'
امیدوارم این کمک کند…!!!
لینکدین – https://www.linkedin.com/in/praveenr2998/