1. 应用入口、fastapi dev、uvicorn#

先把最小应用跑起来，理解：

• app = FastAPI() 到底是什么
• fastapi dev 在开发阶段帮了什么
• uvicorn 为什么是 FastAPI 常见搭档
• pyproject.toml 里的 entrypoint 是什么

2. URL 输入：路径参数与查询参数#

把最常见、也最容易混在一起的两类输入先分清：

• 路径参数负责定位资源
• 查询参数负责附加过滤和控制条件

3. 请求体与 Pydantic 模型#

当输入不再只是 URL 上的几个值，而是一整个 JSON 结构时，就进入请求体和模型层。

这一步会把下面几件事连起来：

• 请求体建模
• 多个 body 参数
• 嵌套模型
• 示例数据和文档展示

4. 参数来源与校验#

把 Query / Path / Body / Cookie / Header 统一成一个心智模型：

• 参数从哪里来
• 规则放在哪里
• 复杂校验怎样接进来

5. 输出层：响应模型、状态码与更新语义#

前面主要都在看"请求怎么进来"，这一块开始看"响应怎么出去"：

• response_model
• 返回值过滤
• 常见类型系统
• status_code / tags / description
• jsonable_encoder
• PUT / PATCH 的更新思路

6. 请求编码切换：表单与文件上传#

这一层会把"不是 JSON 的请求"补完整：

• Form
• File
• UploadFile
• 为什么上传文件一定会牵涉到 multipart/form-data

7. 依赖注入、yield、错误处理与安全起步#

这一层开始接近"真正可维护的服务"：

• Depends
• 类依赖、子依赖、全局依赖
• yield 依赖和资源释放
• HTTPException
• 自定义异常处理器
• OAuth2PasswordBearer

8. Bigger Applications：APIRouter、多文件结构、生命周期#

当单文件应用开始变大，问题就不再是"写不写得出来"，而是"怎么组织"：

• APIRouter
• include_router
• 模块划分
• lifespan

9. 中间件、CORS、后台任务#

这是"路由之外还有什么东西会围绕请求工作"的一层：

• 中间件的请求/响应包裹关系
• CORS 为什么是浏览器问题，不是 FastAPI 特有问题
• BackgroundTasks 什么时候合适

10. 测试、CLI、手动运行与 Workers#

最后把"怎么运行"和"怎么验证"补齐：

• TestClient
• pytest
• fastapi dev
• fastapi run
• uvicorn main:app
• --reload
• --workers

这条顺序跟官方目录不一样，但更接近第一次系统学 FastAPI 时真正需要的顺序：

1. 先把服务跑起来
2. 再理解请求从哪里进来
3. 再理解响应怎么出去
4. 再补依赖、错误、安全
5. 最后进入工程化和部署