Compétences backend-fastapi

backend-fastapi

Sûr 🌐 Accès réseau📁 Accès au système de fichiers🔑 Variables d’environnement⚙️ Commandes externes

Explorar Arquitetura Backend FastAPI

Esta skill fornece documentação sobre o backend FastAPI que alimenta o chatbot e as funcionalidades RAG. Abrange especificações de endpoints, configuração de ambiente e padrões de injeção de dependência para desenvolvedores que constroem ou mantêm serviços de backend.

Prend en charge: Claude Codex Code(CC)
📊 69 Adéquat
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "backend-fastapi". Quais endpoints o backend FastAPI expõe?

Résultat attendu:

  • • POST /api/chat - Endpoint principal de chat RAG que incorpora consultas, pesquisa no Qdrant, constrói prompts e gera respostas
  • • POST /api/ask-selection - Endpoint de perguntas e respostas direcionadas para perguntas sobre texto selecionado
  • • Ponto de entrada: backend/main.py (uvicorn na porta 8000)
  • • Ambiente: GEMINI_API_KEY, QDRANT_URL, QDRANT_API_KEY

Utilisation de "backend-fastapi". Como funciona o endpoint de chat RAG?

Résultat attendu:

  • O endpoint /api/chat segue um processo de 4 etapas:
  • 1. Incorporar a consulta do usuário usando o modelo de embedding configurado
  • 2. Pesquisar no banco de dados vetorial Qdrant por documentos similares
  • 3. Construir um prompt RAG com contexto recuperado
  • 4. Gerar uma resposta usando o LLM (Gemini)

Audit de sécurité

Sûr
v5 • 1/16/2026

Documentation-only skill containing no executable code. The SKILL.md file describes FastAPI backend architecture without any scripts, network calls, or file system access capabilities. All 40 static findings are false positives caused by the scanner misinterpreting documentation text as code patterns.

2
Fichiers analysés
226
Lignes analysées
4
résultats
5
Total des audits

Score de qualité

38
Architecture
100
Maintenabilité
85
Contenu
22
Communauté
100
Sécurité
83
Conformité aux spécifications

Ce que vous pouvez construire

Entender Fluxo de Endpoints

Aprenda como as solicitações de chat fluem através de embeddings, busca vetorial e geração por LLM

Integrar com Pipeline RAG

Conecte assistentes de IA ao backend para capacidades de geração aumentada por recuperação

Configurar Serviços de Backend

Configure variáveis de ambiente e entenda dependências de serviços para implantação

Essayez ces prompts

Visão Geral dos Endpoints
Quais endpoints o backend FastAPI expõe e o que eles fazem?
Endpoint de Chat
Explique o endpoint POST /api/chat e suas etapas de processamento
Configuração de Ambiente
Quais variáveis de ambiente são necessárias para executar o backend FastAPI?
Aprofundamento na Arquitetura
Descreva a arquitetura do backend incluindo modelos, utilitários e ponto de entrada principal

Bonnes pratiques

  • Use o endpoint /api/chat para conversa geral com contexto RAG
  • Use /api/ask-selection quando usuários selecionam texto específico para perguntas direcionadas
  • Garanta que QDRANT_URL e QDRANT_API_KEY estejam configurados antes de iniciar o backend

Éviter

  • Chamar endpoints do backend sem tokens de autenticação adequados
  • Pular configuração do armazenamento vetorial ao implantar em produção
  • Usar o tipo errado de chave de API para embedding versus geração

Foire aux questions

Com quais ferramentas esta skill é compatível?
Esta skill funciona com Claude, Codex e Claude Code para explorar documentação do backend.
Quais são os limites de taxa para os endpoints de API?
Limites de taxa não estão definidos na documentação. Verifique a implementação real do backend para limites.
Esta skill pode se integrar com outros frameworks Python?
A documentação é específica para FastAPI. Outros frameworks requerem documentação separada.
Meus dados de chat são armazenados ou enviados para serviços externos?
O backend usa GEMINI_API_KEY para chamadas de LLM e Qdrant para armazenamento vetorial. O tratamento de dados depende da sua configuração.
Por que meu backend não está iniciando?
Verifique se GEMINI_API_KEY, QDRANT_URL e QDRANT_API_KEY estão definidos. Verifique se a porta 8000 está disponível.
Como isso se compara a outros frameworks de backend?
Este backend FastAPI é otimizado para cargas de trabalho RAG com busca vetorial. Difere de Flask/Django em suporte assíncrono.

Détails du développeur

Structure de fichiers

📄 SKILL.md