推薦序
前言

【第一部分　開發AI服務】

第一章　導論
什麼是生成式AI？
為什麼生成式AI服務將推動未來的應用程式
如何建立生成式AI服務
為什麼要使用FastAPI來建立生成式AI服務？
阻礙眾人採用生成式AI服務的因素
專題計畫概要
總結

第二章　開始使用FastAPI
FastAPI介紹
設置你的開發環境
FastAPI的功能與優勢
FastAPI專案結構
洋蔥式/分層式應用設計模式
比較FastAPI與其他Python web框架
FastAPI的限制
設定託管式Python環境與工具
總結

第三章　AI整合與模型運維
部署生成式模型
部署生成式AI模型的策略
middleware在監視服務時的功能
總結
參考文獻

第四章　實作型態安全的AI服務
型態安全簡介
實作型態安全
Pydantic模型
總結

【第二部分　與外部系統通訊】

第五章　並行處理AI運算作業
為多位使用者優化GenAI服務
以非同步設計來優化I/O任務
為記憶體密集型與計算密集型AI推論任務優化模型部署
管理長時間執行的AI推論任務
總結
參考文獻

第六章　使用生成式模型來即時通訊
web通訊機制
實作SSE端點
實作WS端點
總結

第七章　將資料庫整合至AI服務
資料庫的作用
資料庫系統
專案：在關聯式資料庫中儲存使用者與LLM的對話
管理資料庫schema的變更
在處理即時串流時儲存資料
總結

【第三部分　安全措施、優化、測試，與部署AI服務】

第八章　身分驗證與授權
身分驗證與授權
身分驗證方法
實作OAuth驗證
授權
總結

第九章　保護AI服務
使用管理與濫用防護
護欄
API速率限制與限流機制
總結

第十章　優化AI服務
優化技術
總結

第十一章　測試AI服務
測試的重要性
軟體測試
測試GenAI服務時的挑戰
專案：為RAG系統實作測試程式
總結

第十二章　部署AI服務
部署選項
使用Docker來容器化
總結

後記
索引