鐵人檔案
這系列文章將會分享如何用 FastAPI 建立 AI 應用服務的後端。在基礎篇時，FastAPI 的基礎設定的部分會快速帶過，盡量著重在原理說明；在後面的進階技術篇與應用篇時，會分享各種常見需求的解決辦法。
在我們之前的章節中，我們已經學會了如何使用 Background Task 來處理耗時的 AI 任務。但這引出了一個新的問題：前端的使用者該如何知道後端任務的執...
昨天我們探討了如何使用長輪詢 (Long Polling) 來追蹤背景任務進度。長輪詢雖然改善了傳統輪詢的缺點，但它本質上仍然是基於「一問一答」的 HTTP 模...
我們已經探討了長輪詢和 WebSocket 這兩種追蹤任務進度的技術。長輪詢簡單但效率不高，WebSocket 強大但實作上稍微複雜一些。今天，我們要介紹一種介...
經過了前面理論與基礎知識的鋪墊，從今天開始，我們將進入一系列的實戰範例。我們的目標是將先前學到的概念，如非同步、任務管理、生命週期等，應用於更貼近真實世界的場景...
今天，我們將迎來一個綜合性的實戰範例，目標是打造一個迷你的影片處理 SaaS 平台。 現代許多服務都需要處理這類需求：從 YouTube 的影片轉檔、到企業的監...
在上一篇文章中，我們快速搭建了一個影片處理服務的原型。儘管它能夠正常運作，但無論是基於記憶體的即時處理，還是採用 BackgroundTasks 的磁碟方案，都...
今天我們要挑戰一個非常常見的應用：AI 即時影像串流。想像一下，你需要開發一個服務，它能接收 Webcam 的影像，透過 AI 模型進行即時分析（例如：物件追蹤...
在實際的 AI 應用場景中，我們經常需要整合多種不同的模型來完成複雜任務。例如，一個智慧監控系統可能需要同時進行物件偵測、動作偵測和場景分析。然而，並非所有模型...
經過了 28 天的學習與實戰，我們終於來到了最後的關鍵一哩路：部署。一個應用程式無論功能多強大，如果不能穩定地在伺服器上運行，就無法真正發揮價值。今天，我們將探...
終於完賽啦！ 這系列文章原本是想說要圍繞著 AI 服務去做撰寫，盡可能把開發 AI 應用服務所需要掌握的技術與知識分享給大家。但寫著寫著，又覺得好像 AI 的部...
