کتاب FastAPI و ساخت APIهای AI for the Creator Economy با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره FastAPI و ساخت APIهای AI for the Creator Economy

موضوع کلی: برنامه نویسی

موضوع میانی: فست ای‌پی‌آی (FastAPI)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر API و کاربرد آن در دنیای امروز
• 2. اقتصاد محتوا (Creator Economy) چیست و APIها چه نقشی دارند؟
• 3. چرا پایتون انتخاب مناسبی برای توسعه API است؟
• 4. معرفی FastAPI: سرعت، سادگی و قدرت
• 5. مقایسه FastAPI با فریم‌ورک‌های دیگر (Flask, Django)
• 6. راه‌اندازی محیط توسعه: نصب پایتون و مدیریت محیط مجازی (venv)
• 7. نصب FastAPI و Uvicorn
• 8. ساخت اولین API: "Hello World"
• 9. آشنایی با عملیات مسیر (Path Operations) و دکوراتورها
• 10. اجرای سرور توسعه با Uvicorn و قابلیت Reload خودکار
• 11. کار با پارامترهای مسیر (Path Parameters)
• 12. انواع داده در پارامترهای مسیر
• 13. کار با پارامترهای کوئری (Query Parameters)
• 14. اعتبارسنجی پارامترهای کوئری (Validation)
• 15. معرفی Pydantic و مدل‌های داده
• 16. دریافت بدنه درخواست (Request Body)
• 17. ترکیب پارامترهای مسیر، کوئری و بدنه درخواست
• 18. مدل‌های Pydantic: فیلدهای اختیاری و مقادیر پیش‌فرض
• 19. اعتبارسنجی‌های پیشرفته در Pydantic
• 20. استفاده از مدل‌های تو در تو (Nested Models) در بدنه درخواست
• 21. متدهای مختلف HTTP: GET, POST, PUT, DELETE
• 22. کدهای وضعیت HTTP (Status Codes) و کاربرد آنها
• 23. مدیریت خطاها و استثناها (Handling Errors)
• 24. استفاده از HTTPException برای بازگرداندن خطاهای HTTP
• 25. شخصی‌سازی پاسخ‌های خطا
• 26. معرفی وابستگی‌ها (Dependencies) و تزریق وابستگی (Dependency Injection)
• 27. ایجاد اولین وابستگی ساده
• 28. وابستگی‌ها به صورت کلاس (Classes as Dependencies)
• 29. وابستگی‌های زیرمجموعه (Sub-dependencies)
• 30. وابستگی‌های سراسری (Global Dependencies)
• 31. استفاده از مدل پاسخ (Response Model) برای کنترل خروجی
• 32. مستندات تعاملی API (Swagger UI و ReDoc)
• 33. شخصی‌سازی مستندات API
• 34. کار با فرم‌ها (Form Data)
• 35. آپلود فایل (File Uploads)
• 36. آپلود چندین فایل به صورت همزمان
• 37. مدیریت فایل‌های استاتیک (Static Files)
• 38. استفاده از قالب‌های Jinja2 برای رندر کردن HTML
• 39. مفهوم Middleware و کاربرد آن
• 40. ایجاد یک Middleware سفارشی
• 41. استفاده از CORS (Cross-Origin Resource Sharing)
• 42. معرفی روترها (Routers) برای سازماندهی کد
• 43. تقسیم کردن برنامه به چندین فایل با APIRouter
• 44. مفاهیم Async و Await در پایتون مدرن
• 45. تعریف Path Operation های همزمان (sync) و غیرهمزمان (async)
• 46. مقدمه‌ای بر امنیت API و روش‌های احراز هویت
• 47. احراز هویت با کلید API (API Key)
• 48. مبانی OAuth2 و جریان‌های آن
• 49. پیاده‌سازی جریان "Password" در OAuth2
• 50. هش کردن و تایید رمزهای عبور
• 51. ایجاد و اعتبارسنجی توکن‌های JWT
• 52. حفاظت از مسیرها با استفاده از وابستگی‌های امنیتی
• 53. مقدمه‌ای بر کار با پایگاه داده
• 54. انتخاب بین SQL و NoSQL
• 55. معرفی SQLAlchemy ORM
• 56. اتصال به پایگاه داده PostgreSQL با SQLAlchemy
• 57. معرفی SQLModel: ترکیب SQLAlchemy و Pydantic
• 58. تعریف مدل‌ها و جداول پایگاه داده با SQLModel
• 59. ایجاد جداول در پایگاه داده
• 60. مفهوم Session در SQLAlchemy
• 61. عملیات CRUD: ایجاد رکوردها (Create)
• 62. عملیات CRUD: خواندن رکوردها (Read)
• 63. عملیات CRUD: به‌روزرسانی رکوردها (Update)
• 64. عملیات CRUD: حذف رکوردها (Delete)
• 65. کار با پایگاه داده به صورت غیرهمزمان (Async)
• 66. مدیریت Migrationها با Alembic
• 67. روابط بین جداول: یک به چند (One-to-Many)
• 68. روابط بین جداول: چند به چند (Many-to-Many)
• 69. مقدمه‌ای بر سرویس‌های هوش مصنوعی برای تولیدکنندگان محتوا
• 70. ساختار یک API هوش مصنوعی: ورودی، پردازش، خروجی
• 71. ادغام APIهای خارجی (مثال: OpenAI API)
• 72. مدیریت کلیدهای API سرویس‌های خارجی با Pydantic Settings
• 73. ساخت یک سرویس برای تولید عنوان محتوا با هوش مصنوعی
• 74. ساخت یک سرویس برای خلاصه‌سازی متن
• 75. کار با مدل‌های تولید تصویر (مثال: Stable Diffusion)
• 76. ساخت یک API برای تولید Thumbnail برای ویدیو
• 77. پردازش تصویر: تغییر اندازه و بهینه‌سازی تصاویر آپلود شده
• 78. کار با مدل‌های تبدیل گفتار به متن (مثال: Whisper)
• 79. ساخت یک API برای استخراج متن از فایل صوتی یا ویدیویی
• 80. وظایف پس‌زمینه (Background Tasks)
• 81. اجرای پردازش‌های سنگین هوش مصنوعی در پس‌زمینه
• 82. مفهوم Caching و افزایش سرعت پاسخ‌دهی API
• 83. پیاده‌سازی یک سیستم Caching ساده برای نتایج AI
• 84. آشنایی با WebSocket برای ارتباطات دوطرفه
• 85. پیاده‌سازی یک چت‌بات ساده با WebSocket و AI
• 86. شروع پروژه نهایی: طراحی API برای پلتفرم Creator Economy
• 87. طراحی مدل‌های داده پروژه (کاربر، محتوا، نتیجه AI)
• 88. پیاده‌سازی سیستم ثبت‌نام و ورود کاربران
• 89. پیاده‌سازی Endpoint آپلود محتوا (متن، تصویر، ویدیو)
• 90. اتصال Endpoint آپلود به وظیفه پس‌زمینه برای پردازش AI
• 91. ایجاد Endpoint برای درخواست تحلیل احساسات متن
• 92. ایجاد Endpoint برای درخواست تولید تگ‌های پیشنهادی برای محتوا
• 93. ایجاد Endpoint برای نمایش تاریخچه پردازش‌های AI یک کاربر
• 94. مقدمه‌ای بر تست‌نویسی برای API
• 95. نصب و راه‌اندازی Pytest
• 96. استفاده از TestClient برای تست FastAPI
• 97. نوشتن تست‌های واحد (Unit Tests) برای توابع سرویس
• 98. نوشتن تست‌های یکپارچه‌سازی (Integration Tests) برای Endpointها
• 99. مقدمه‌ای بر Docker و کانتینرسازی
• 100. نوشتن Dockerfile برای اپلیکیشن FastAPI