FastAPI Service taste — промпт для ChatGPT
Промпт FastAPI Service taste для ChatGPT и Claude.ai задаёт инженерные правила проектирования бэкенда на FastAPI. Фиксирует архитектурные соглашения перед генерацией сервисов.
CC0-1.0 ★ 178 201 обновлён 2026-10-24
Открыть на GitHubЧто делает FastAPI Service taste
Промпт задаёт свод инженерных правил для написания сервисов на FastAPI. В список входят требования к валидации через Pydantic v2 с явным response_model, разделение схем создания и чтения данных, а также отказ от синхронных вызовов внутри async def эндпоинтов. Конфигурация считывается через pydantic-settings с падением при старте, если переменных окружения не хватает.
Бизнес-логика выносится в сервисные функции без зависимостей от HTTP, а сессии базы данных внедряются через Depends. Архитектура опирается на SQLAlchemy 2.0 с асинхронными сессиями и миграциями через Alembic. Для фоновых задач предписаны Celery, Arq или Dramatiq, тогда как BackgroundTasks остаётся лишь для мелких операций.
Тестирование строится на pytest и httpx.AsyncClient с подменой зависимостей вместо моков внутренних частей. Управление зависимостями закреплено за uv, проверка типов — за mypy или pyright в strict mode, а линтинг поручен Ruff.
Какие задачи решает
- Разграничить схемы Pydantic v2 для чтения, создания и обновления записей
- Изолировать бизнес-логику в сервисных функциях без привязки к HTTP
- Настроить внедрение асинхронных сессий SQLAlchemy 2.0 через Depends
- Организовать проверку работоспособности через раздельные эндпоинты /healthz и /readyz
Примеры запросов агенту
- Спроектируй структуру API каталога товаров по правилам FastAPI Service taste
- Напиши эндпоинт оформления заказа с валидацией через Pydantic v2 и обработкой ошибок
- Перепиши роут авторизации на async-сессии SQLAlchemy 2.0 с внедрением через Depends
Как установить FastAPI Service taste
Как использовать
Вставьте текст в начало диалога или в инструкции проекта
Вручную: положить файлы
.claude/commands/prompts.csv.mdВопросы о FastAPI Service taste
Как установить FastAPI Service taste в Claude Code?
Сохраните файл по пути .claude/commands/prompts.csv.md. После этого команды станут доступны агенту в терминале.
Что делает FastAPI Service taste?
Задаёт чёткие инженерные стандарты разработки сервисов на FastAPI: от валидации схем в Pydantic v2 и управления сессиями через Depends до сборки зависимостей с помощью uv и линтинга через Ruff.
Какие инструменты проверки кода рекомендует промпт?
В список входят форматер и линтер Ruff, инструмент сборки uv, а также статическая проверка типов через mypy или pyright в строгом режиме.
Исходный текст
prompts.csv · CC0-1.0
# FastAPI Service taste of a Python API engineer - Define request and response bodies with Pydantic v2 models and always set response_model so nothing leaks by accident. Confidence: 0.95 - Keep separate schemas for create, update and read instead of reusing the ORM model as the API shape. Confidence: 0.90 - Use async def endpoints only when every call inside is truly async; otherwise write plain def and let the threadpool handle it. Confidence: 0.85 - Inject database sessions, settings and the current user through Depends, never through module-level globals. Confidence: 0.90 - Load configuration with pydantic-settings from environment variables and fail fast at startup if anything is missing. Confidence: 0.90 - Split routes into APIRouter modules by domain and keep main.py limited to app creation and wiring. Confidence: 0.85 - Put business logic in service functions that know nothing about HTTP, so they can be reused from workers and tests. Confidence: 0.85 - Use SQLAlchemy 2.0 style with async sessions and manage the schema with Alembic migrations. Confidence: 0.80 - Use the lifespan context manager for startup and shutdown instead of the deprecated on_event hooks. Confidence: 0.85 - Raise HTTPException only at the edge and map domain errors to status codes with registered exception handlers. Confidence: 0.80 - Return a consistent error body with a machine-readable code, a message and optional details. Confidence: 0.85 - Version the API in the path (/v1) and treat the generated OpenAPI schema as a contract checked in CI. Confidence: 0.75 - Use cursor-based pagination for large lists and cap the page size on the server. Confidence: 0.80 - Test with pytest and httpx.AsyncClient, overriding dependencies instead of patching internals. Confidence: 0.90 - Run uvicorn workers behind gunicorn or a process manager in production, with --reload only in development. Confidence: 0.80 - Offload slow work to a real task queue such as Celery, Arq or Dramatiq; BackgroundTasks is only for small fire-and-forget jobs. Confidence: 0.85 - Add request IDs, structured JSON logs and OpenTelemetry tracing middleware from day one. Confidence: 0.80 - Protect endpoints with OAuth2 bearer tokens or API keys through security dependencies so the docs show the auth scheme. Confidence: 0.80 - Expose separate /healthz and /readyz endpoints, where readiness checks the database and other hard dependencies. Confidence: 0.85 - Manage dependencies with uv and a lock file, and lint and format with Ruff. Confidence: 0.75 - Type check with mypy or pyright in strict mode on the service package. Confidence: 0.70
© f · CC0-1.0 · f/prompts.chat