FastUI

FastUI

使用Python代码定义Web应用界面的创新框架

FastUI是一个创新的Web应用界面开发框架,让Python开发者能够直接定义响应式应用界面。该框架利用Pydantic模型和TypeScript接口来描述UI,实现前后端分离。FastUI提供PyPI包、npm包和预构建React应用,包含丰富的UI组件。它采用RESTful设计理念,由后端控制应用结构,前端专注实现界面,从而提升开发效率和代码复用性。

FastUI前端开发PythonReact组件Github开源项目

FastUI

此处查看文档。 在这里加入#fastui slack频道的讨论。

CI pypi versions license

**请注意:**FastUI仍在积极开发中,请不要期望它已经完成。

原理(简短版)

你可以在这里看到一个使用FastUI构建的简单应用示例。

FastUI是一种通过声明式Python代码定义Web应用用户界面的新方法。

这意味着:

  • 对于Python开发者 — 你可以使用React构建响应式Web应用,而无需编写一行JavaScript代码,也不需要接触npm
  • 对于前端开发者 — 你可以专注于构建真正可重用的神奇组件,无需为每个视图复制粘贴组件。
  • 对所有人而言 — 真正的关注点分离,后端定义整个应用;而前端可以自由地只实现用户界面。

FastUI的核心是一套匹配的Pydantic模型和TypeScript接口,允许你定义用户界面。这个界面在构建时由TypeScript和pyright/mypy验证,在运行时由Pydantic验证。

实践 — 使用方法

FastUI由4个部分组成:

  • fastui PyPI包 — UI组件的Pydantic模型和一些实用工具。虽然它与FastAPI配合得很好,但它不依赖于FastAPI,大部分功能可以与任何Python Web框架一起使用。
  • @pydantic/fastui npm包 — 一个React TypeScript包,让你在实现自己的组件时可以重用FastUI的机制和类型。
  • @pydantic/fastui-bootstrap npm包 — 使用Bootstrap实现/定制所有FastUI组件。
  • @pydantic/fastui-prebuilt npm包(可在jsdelivr.com CDN上获取)提供了预构建版本的FastUI React应用,所以你可以在不安装任何npm包或自行构建的情况下使用它。Python包提供了一个简单的HTML页面来提供这个应用。

这里有一个简单但完整的FastAPI应用,使用FastUI展示一些用户资料:

from datetime import date from fastapi import FastAPI, HTTPException from fastapi.responses import HTMLResponse from fastui import FastUI, AnyComponent, prebuilt_html, components as c from fastui.components.display import DisplayMode, DisplayLookup from fastui.events import GoToEvent, BackEvent from pydantic import BaseModel, Field app = FastAPI() class User(BaseModel): id: int name: str dob: date = Field(title='出生日期') # 定义一些用户 users = [ User(id=1, name='John', dob=date(1990, 1, 1)), User(id=2, name='Jack', dob=date(1991, 1, 1)), User(id=3, name='Jill', dob=date(1992, 1, 1)), User(id=4, name='Jane', dob=date(1993, 1, 1)), ] @app.get("/api/", response_model=FastUI, response_model_exclude_none=True) def users_table() -> list[AnyComponent]: """ 显示四个用户的表格,当用户访问'/'时,前端将连接到'/api'端点以获取要渲染的组件。 """ return [ c.Page( # Page为组件提供了一个基本容器 components=[ c.Heading(text='用户', level=2), # 渲染 `<h2>用户</h2>` c.Table( data=users, # 为表格定义两列 columns=[ # 第一列是用户名,渲染为指向其个人资料的链接 DisplayLookup(field='name', on_click=GoToEvent(url='/user/{id}/')), # 第二列是出生日期,渲染为日期格式 DisplayLookup(field='dob', mode=DisplayMode.date), ], ), ] ), ] @app.get("/api/user/{user_id}/", response_model=FastUI, response_model_exclude_none=True) def user_profile(user_id: int) -> list[AnyComponent]: """ 用户个人资料页面,当用户访问'/user/{id}/'时,前端将获取此内容。 """ try: user = next(u for u in users if u.id == user_id) except StopIteration: raise HTTPException(status_code=404, detail="未找到用户") return [ c.Page( components=[ c.Heading(text=user.name, level=2), c.Link(components=[c.Text(text='返回')], on_click=BackEvent()), c.Details(data=user), ] ), ] @app.get('/{path:path}') async def html_landing() -> HTMLResponse: """简单的HTML页面,用于提供React应用,放在最后因为它匹配所有路径。""" return HTMLResponse(prebuilt_html(title='FastUI 演示')) 渲染效果如下: ![截图](https://yellow-cdn.veclightyear.com/835a84d5/eae954de-f807-4431-876f-a70aae634df9.png) 当然,这只是一个非常简单的应用,[完整演示](https://fastui-demo.onrender.com)更加完善。 ### 组件 FastUI已经定义了一套丰富的组件。 所有组件都列在[演示应用](https://fastui-demo.onrender.com)中。 ## 原理(详细版) FastUI是REST原则的一种实现;但不是通常理解的那样,而是Roy Fielding在原始[博士论文](https://ics.uci.edu/~fielding/pubs/dissertation/rest_arch_style.htm)中定义的原则,并在htmx.org的[这篇文章](https://htmx.org/essays/how-did-rest-come-to-mean-the-opposite-of-rest/)中得到了出色的总结(HTMX的朋友们,很抱歉我用你们的文章来推广React,我知道你们讨厌它🙏)。 HTMX文章中描述的REST原则是,前端不需要(也不应该)了解你正在构建的应用程序的任何信息。相反,它应该只提供构建界面所需的所有组件,后端可以告诉前端该做什么。 把你的前端想象成一个木偶,后端是操纵它的手 — 木偶不需要知道该说什么,这正是重点所在。 以这种方式构建应用程序有许多显著的优势: - 添加新功能只需在一个地方编写代码 — 添加新视图、更改现有视图的行为或修改URL结构 - 前端和后端的部署可以完全解耦,只要前端知道如何渲染后端要求使用的所有组件,就可以正常工作 - 你应该能够重用一套丰富的开源组件,它们应该比你自己构建的任何东西都更经过测试和更可靠,这是可能的,因为组件不需要知道它们将如何被使用的上下文(注:由于FastUI是全新的,这一点目前还不成立,希望我们能达到这个目标) - 我们可以使用Pydantic、TypeScript和JSON Schema来保证双方使用约定的模式进行通信 从抽象角度来看,FastUI 与 GraphQL 恰恰相反,但目标相同。GraphQL 允许前端开发者在不进行新的后端开发的情况下扩展应用;而 FastUI 则让后端开发者无需进行新的前端开发就能扩展应用。 ### 超越 Python 和 React 当然,这一原则不应局限于 Python 和 React 应用。只要我们使用相同的约定模式和编码方式进行通信,我们就应该能够互换使用任何实现该模式的前端和后端。 这可能意味着: - 使用 Vue 等其他 JS 框架实现 Web 前端 — 工作量大,价值有限(个人观点) - 使用边缘服务器实现 Web 前端,使浏览器只看到 HTML — 工作量大但非常有价值 - 为移动设备或物联网等其他平台实现前端 — 工作量大,不确定是否真的是个好主意 - 用 Rust 或 Go 等其他语言实现组件模型 — 由于后端实际上并没有太多代码,这将是一个相对较小且机械化的任务

编辑推荐精选

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI助手AI工具AI写作工具AI辅助写作蛙蛙写作学术助手办公助手营销助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

下拉加载更多