FastAPI для начинающих: создаём первый API с GET и POST

FastAPI превращает типизированные функции Python в HTTP-эндпоинты и сразу показывает их в интерактивной документации. Соберём маленький API задач: GET возвращает список, POST принимает JSON, Pydantic проверяет поля, а Swagger UI позволяет выполнить запрос прямо из браузера.

API является договором между программами. Клиент отправляет метод, путь и данные, сервер проверяет запрос и возвращает статус с JSON. В FastAPI этот договор виден в коде: декоратор задаёт метод и путь, модель Pydantic описывает тело, а аннотации типов становятся схемой OpenAPI.

Как HTTP-запрос попадает в функцию Python

Приложение создаёт объект FastAPI и два path operation. GET /tasks просто возвращает список. POST /tasks получает TaskCreate, где title является строкой длиной от 1 до 80 символов. Сервер сам выдаёт id и возвращает TaskRead со статусом 201 Created. response_model сообщает, какую структуру обещает ответ.

У проекта есть один главный маршрут: получить входные данные, проверить их, выполнить действие и показать результат. Если каждый этап можно проверить отдельно, ошибка перестаёт быть загадкой.

От входных данных до видимого результата. Валидация заканчивается до вызова бизнес-функции

Создаём GET и POST в одном приложении

Создайте проект: uv init fastapi-lab, затем uv add "fastapi[standard]". Сохраните код как main.py и запустите uv run fastapi dev main.py. Терминал покажет адрес приложения и документации. Откройте http://127.0.0.1:8000/docs, раскройте POST /tasks, нажмите Try it out и отправьте JSON {"title":"Повторить функции"}.

from fastapi import FastAPI, status
from pydantic import BaseModel, Field

app = FastAPI(title="Study Tasks API")


class TaskCreate(BaseModel):
    title: str = Field(min_length=1, max_length=80)


class TaskRead(TaskCreate):
    id: int
    done: bool = False


tasks: list[TaskRead] = []


@app.get("/tasks", response_model=list[TaskRead])
def list_tasks() -> list[TaskRead]:
    return tasks


@app.post("/tasks", response_model=TaskRead, status_code=status.HTTP_201_CREATED)
def create_task(payload: TaskCreate) -> TaskRead:
    task = TaskRead(id=len(tasks) + 1, title=payload.title)
    tasks.append(task)
    return task

Функции остаются обычным Python, но декораторы связывают их с HTTP, а модели задают границу входа и выхода. Благодаря этому ошибка формата отделена от бизнес-логики.

Что отличает устойчивый проект от случайного успеха. Схема делает вход и выход видимыми

Откуда берётся валидация и документация

При запуске ASGI-сервер принимает TCP-соединение и передаёт запрос FastAPI. Роутер сопоставляет метод и путь. Если маршрут найден, зависимости и параметры собираются, а JSON превращается в TaskCreate. Pydantic проверяет типы и ограничения Field. Только после успешной валидации вызывается create_task.

Список tasks подходит только для лаборатории. Несколько процессов будут иметь разные списки, а перезапуск всё удалит. Настоящее приложение хранит данные в базе и выдаёт id независимо от длины списка. Синхронные def допустимы: FastAPI запускает их подходящим способом.

Проверяем 200, 201 и ошибку 422

В /docs выполните четыре запроса по порядку: пустой GET, правильный POST, повторный GET и POST с пустым title. Запишите статусы. Затем добавьте GET /tasks/{task_id}. Если id не найден, выбрасывайте HTTPException(status_code=404). Проверьте существующую и отсутствующую задачу. После этого создайте tests/test_api.py с TestClient.

Первый API готов, когда контракт можно доказать четырьмя запросами: прочитать пустой список, создать объект, прочитать его и получить предсказуемую ошибку на неверных данных.

Четыре проверки перед следующим шагом. Правильная ошибка является частью API

Готовим API к следующему уровню

Дальше подключите SQLite или Postgres через отдельный слой репозитория, но не меняйте HTTP-контракт сразу. Затем добавьте PATCH для done, DELETE и пагинацию. Авторизацию подключайте после того, как можете объяснить границу данных: кто владелец задачи и где это проверяется. Для развёртывания не используйте dev-сервер как окончательную конфигурацию.

Как изучить тему в Кодике

В Кодике сначала повторите функции, классы и списки Python. Затем разберите JSON и методы HTTP. Когда эти части знакомы, декоратор @app.post становится простой связью между запросом и обычной функцией.

Не пытайтесь запомнить весь API. В тренажёре Кодика сначала воспроизведите чистую логику без библиотеки, затем восстановите подключение и обработку ошибок. Финальный тест: объяснить проект по памяти и добавить одну свою функцию.

Что получится в итоге

API принимает POST с проверенным JSON, отвечает 201, показывает контракт в /docs и возвращает созданную задачу последующим GET-запросом.