Day 7：FastAPI + Docker——Java后端的“回家“时刻-编程实验室

🤖系列：Java工程师转AI Agent 3个月学习计划
👤作者：宸丶一| 28岁Java程序员，规划狂魔，周六加班还在学AI
🎯今日目标：用 FastAPI 把 Agent 包装成 HTTP 服务，了解 Docker 部署
💬个人格言：代码改不改变世界我不知道，但先让我准时下班。

前言

大家好，我是宸一，一个28岁的Java程序员。

今天是第7天，主题是：FastAPI + Docker 部署入门。

先说结论：今天是学AI以来最轻松的一天。

为啥？因为 FastAPI 就是 Python 版的 Spring Boot，API 开发的思路和我日常工作一模一样。除了 Docker 那块稍微新一点，其他基本就是换个语法。

周六加班日，轻量完成，不硬卷。

一、今日学习路线

核心转变：

Day 6（脚本）： 用户 → python xxx.py → input() → print() → 用户 只有你自己能用 Day 7（服务）： 用户A ──→ HTTP 请求 ──→ FastAPI ──→ Agent ──→ 响应 ──→ 用户A 用户B ──→ HTTP 请求 ──→ ↑ ──→ ──→ ──→ 用户B 用户C ──→ HTTP 请求 ──→ │ ──→ ──→ ──→ 用户C 24小时运行

从"脚本"变成"服务"，这是质的飞跃。

二、FastAPI = Python 的 Spring Boot

2.1 用后端思维理解

作为Java后端，看到 FastAPI 的第一反应是：这不就是 Spring Boot 吗？

功能	Spring Boot	FastAPI
创建应用	`@SpringBootApplication`	`app = FastAPI()`
定义接口	`@GetMapping`	`@app.get`
请求参数	`@RequestParam`	函数参数
请求体	`@RequestBody`	Pydantic Model
数据验证	Bean Validation	Pydantic
启动服务	`java -jar`	`uvicorn`
API 文档	Swagger（要配置）	自动生成`/docs`（零配置）
配置文件	`application.yml`	`.env`

一模一样，就是换了个语法。

2.2 核心代码

fromfastapiimportFastAPIfrompydanticimportBaseModel# 创建应用 = @SpringBootApplicationapp=FastAPI()# 数据模型 = DTO/VOclassChatRequest(BaseModel):message:strhistory:list=[]# 定义接口 = @Controller + @PostMapping@app.post("/chat")asyncdefchat(request:ChatRequest):# 处理逻辑...return{"reply":"你好！"}@app.get("/health")asyncdefhealth():return{"status":"healthy"}

Java 程序员看这段代码，零障碍。

2.3 最香的一点：自动 API 文档

启动服务后访问 http://localhost:8000/docs → 自动生成 Swagger UI → 所有接口一目了然 → 可以直接在页面上测试 → 零配置，零代码

Spring Boot 要集成 Swagger 还得加依赖、写配置。FastAPI 开箱即用，这点真的香。

三、把 Agent 包装成 API

3.1 接口设计

POST /chat → 聊天接口（核心） GET /health → 健康检查 GET /tools → 查看可用工具 GET / → 服务信息

标准的 RESTful 设计，和 Java 项目一模一样。

3.2 聊天接口实现

@app.post("/chat")asyncdefchat(request:ChatRequest):# 1. 构建消息messages=build_messages(request.message,request.history)# 2. 调用 Agentresponse=awaitagent.chat(messages)# 3. 返回结果return{"reply":response,"timestamp":datetime.now().isoformat()}

这不就是 Controller 调 Service 吗？换了个语法而已。

3.3 测试结果

📌 测试1：根路径 → 200 ✅ 📌 测试2：健康检查 → 200 ✅ 📌 测试3：工具列表 → 200 ✅ 📌 测试4.1：打招呼 → 200 ✅ "你好！我是小助手" 📌 测试4.2：查天气 → 200 ✅ "北京今天晴天，25°C" 📌 测试4.3：算数学 → 200 ✅ "15+27×3 = 96" 📌 测试4.4：查时间 → 200 ✅ "2026年6月6日13点44分" 📌 测试4.5：搜索知识 → 200 ✅ "Python是一种高级编程语言" 📌 测试5：带历史的聊天 → 200 ✅ "是的，你叫老刘，我记得！" 📌 测试6：API 文档 → 200 ✅ ✅ 所有测试通过！

6个测试全部一次通过，周六加班日的效率奇迹。

四、踩坑记录

4.1 GET 访问 POST 接口 → 405

在浏览器直接敲 http://localhost:8000/chat 返回：405 Method Not Allowed

原因：/chat是@app.post定义的，浏览器地址栏默认是 GET 请求。

解决：去/docs页面用 Swagger UI 测试，或者用test_api.py脚本。

Java 同学注意：这和 Spring Boot 的行为完全一样，@PostMapping的接口用 GET 访问也是 405。

4.2 uvicorn 热重载重复打印

INFO: Will watch for changes in these directories: [...] ✅ 1. FastAPI 应用创建成功！ ✅ 2. 数据模型定义完成！ ✅ 3. 路由定义完成！ ✅ 1. FastAPI 应用创建成功！ ← 又打印了一遍 ✅ 2. 数据模型定义完成！ ← 又打印了一遍

原因：uvicorn 的StatReload会监听文件变化，自动重启服务。启动时会加载两次。

影响：不影响功能，只是日志看着多。生产环境用--reload关掉就行。

五、Docker = 标准化的部署方式

5.1 Dockerfile 长啥样

FROM python:3.11-slim WORKDIR /app COPY requirements.txt . RUN pip install -r requirements.txt COPY . . CMD ["uvicorn", "02_fastapi_agent:app", "--host", "0.0.0.0", "--port", "8000"]

就这几行，没了。

用 Java 思维理解：

FROM python:3.11-slim→ 选择 JDK 版本
COPY requirements.txt+RUN pip install→mvn dependency:resolve
COPY . .→ 复制代码
CMD [...]→java -jar app.jar

5.2 Docker 解决了什么问题

没有 Docker： "在我电脑上能跑啊！" ← 经典问题 Python版本不一致 → 依赖冲突 → 路径不同 → 各种坑 有了 Docker： 打包成镜像 → 任何地方都能跑 环境一致 → 依赖固定 → 配置统一 → 省心

本质：Docker = 把"我电脑上能跑"变成"任何电脑上都能跑"。

5.3 常用命令（就这几个）

dockerbuild-tagent-api.# 构建镜像 = mvn packagedockerrun-p8000:8000 agent-api# 运行容器 = java -jardockerps# 查看运行中的容器dockerlogs<container_id># 查看日志dockerstop<container_id># 停止容器

5个命令，覆盖90%的日常使用。不复杂，就是得多练。

六、用后端思维总结

概念	Java 对应	本例实现
FastAPI	Spring Boot	创建 Web 应用
@app.get	@GetMapping	定义 GET 接口
@app.post	@PostMapping	定义 POST 接口
Pydantic Model	@RequestBody + Bean Validation	请求数据验证
uvicorn	Tomcat	ASGI 服务器
/docs	Swagger UI	自动 API 文档
Dockerfile	pom.xml + 启动脚本	容器化配置
docker build	mvn package	构建镜像
docker run	java -jar	运行容器

七、今日收获

7.1 核心公式

Day 7 = FastAPI + Docker FastAPI： 应用 = FastAPI() 接口 = @app.get / @app.post 数据 = Pydantic Model 文档 = 自动生成 /docs Docker： 镜像 = docker build 容器 = docker run 部署 = 标准化 + 可移植

7.2 最大的感受

今天是"回家"的一天。

Day 1-3：Python 基础 → 换语法，有点陌生 Day 4：函数调用 → 新概念，需要理解 Day 5：手写 Agent → 踩坑，但学到最多 Day 6：LangChain → 框架，有 Breaking Change Day 7：FastAPI + Docker → 回到 Web 开发，熟悉的感觉

作为Java后端，API开发是日常。FastAPI 让我感觉回到了舒适区。

但"舒适"不代表"没学到东西"。今天学到的是：

Python 的 Web 框架和 Java 思路一样，但更简洁
Docker 不复杂，就是几条命令
从"脚本"到"服务"是质的飞跃

7.3 学习路线的节奏

前6天：新知识密集，每天都有新概念 第7天：回到熟悉的领域，巩固 + 部署 这种节奏很好： 前面学新东西 → 后面用熟悉的方式落地 不会一直高压，也不会一直舒适

八、明日计划（Day 8）

主题：真实 API 接入 + Prompt 工程基础

前面7天用的都是"假数据"（硬编码的天气、知识库） 是时候接真正的 AI 了 计划： - 把 Agent 接入小米 MiMo API，变成真正能对话的 AI - 学 Prompt 工程基础：system prompt 怎么写、temperature 参数是什么 - 动手写一个"角色扮演"Agent - 对比不同 prompt 的效果

一句话总结

FastAPI 是 Python 的 Spring Boot，Docker 是标准化的部署方式。Day 7 是"回家"的一天——Java后端搞API，闭着眼都能写。但别因为熟悉就跳过，"从脚本到服务"这个转变，值得认真理解。

📊系列进度：Day 7 / 90
📅学习节奏：周六加班日，轻量完成
🎯下一阶段：接入真实 API，告别硬编码假数据

Day 7：FastAPI + Docker——Java后端的“回家“时刻

前言