flama

---

火焰

Flama是一個Python庫，它為API的開發和部署建立了標準的框架，並特別關注機器學習（ML）。該框架的主要目的是使ML API的部署變得非常簡單，將整個過程簡化為一行代碼。

該圖書館建立在《星條》上，並提供了一種易於學習的理念，可以加快構建高性能的GraphQL，REST和ML API。此外，它為開發異步和生產就緒服務的開發提供了理想的解決方案，並為ML模型提供了自動部署。

一些顯著特徵：

• API資源的通用類，在SQLalchemy表上具有標準CRUD方法的便利性。
• 模式系統（基於棉花糖或類型系統），允許在可靠和自動的數據類型驗證的便利性下，非常容易地聲明端點的輸入和輸出。
• 依賴注入以使端點中所需的參數的過程通過使用Component s。諸如Request ， Response ， Session之類的Flama Asgi對象定義為準備在您的端點中註入的Component 。
• Component s作為插件生態系統的基礎，允許您創建自定義或使用端點中定義的插件，並註入了參數。
• 使用OpenAPI標準自動生成API模式。
• 自動生成的docs ，並提供Swagger UI和REDOC端點。
• 自動處理分頁，並使用幾種可供使用的方法（例如limit-offset和page numbering等。

安裝

Flama與所有受支持的Python完全兼容。我們建議您使用可用的最新版本。

有關如何安裝Flama訪問的詳細說明：https：//flama.dev/docs/getting-started/installation。

入門

請訪問https://flama.dev/docs/getting-started/quickstart，開始使用Flama。

文件

請訪問https://flama.dev/docs/查看完整文檔。

例子

 from flama import Flama

app = Flama (
    title = "Hello-" ,
    version = "1.0" ,
    description = "My first API" ,
)


@ app . route ( "/" )
def home ():
    """
    tags:
        - Salute
    summary:
        Returns a warming message
    description:
        This is a more detailed description of the method itself.
        Here we can give all the details required and they will appear
        automatically in the auto-generated docs.
    responses:
        200:
            description: Warming hello message!
    """
    return { "message" : "Hello " }

此示例將構建並運行Hello API。運行它：

 flama run examples.hello_flama:app

作者

• JoséAntonioPerdigueroLópez（@perdy）
• MiguelDurán-Olivencia（@migduroli）

貢獻

該項目絕對可以接受貢獻，因此，如果您有一個好主意，請在提交拉動請求之前閱讀我們的貢獻文檔。

星曆史