从Flask迁移到FastAPI，Pydantic响应模型创建失败求助

你的问题出在两个核心点：

1. 类型注解写法无效：[list, int]不是Pydantic可识别的标准类型提示语法，无法正确解析复合类型结构。
2. 模型结构不匹配：你的响应是顶层JSON数组（包含对象列表和整数），而非带tuple字段的JSON对象，原模型设计不符合实际响应结构。

步骤1：定义子模型 #

先为响应中每个包含prob和server的对象创建子模型：

from pydantic import BaseModel
from typing import List, Tuple

class ServerPrediction(BaseModel):
    prob: float
    server: str

步骤2：定义顶层响应模型 #

根据你使用的Pydantic版本，选择对应写法：

Pydantic v2 写法

使用RootModel包装顶层元组类型：

class PredictionResponse(RootModel[Tuple[List[ServerPrediction], int]]):
    """Response Model for Prediction"""
    pass

在FastAPI路由中使用：

from fastapi import FastAPI

app = FastAPI()

@app.get("/predict", response_model=PredictionResponse)
def get_prediction():
    # 示例返回数据
    pred_list = [
        {"prob": 0.504382973684, "server": "sdkjfhkjsdjh1223"},
        {"prob": 0.378097465773, "server": "sdfjkhkjsdj8233y3"},
        {"prob": 0.370512958735, "server": "sdkfjhkjh239486989884"},
        {"prob": 0.369599161425, "server": "sdkjfhkj238683"},
        {"prob": 0.369443692878, "server": "sdjhjdfh3764"}
    ]
    return (pred_list, 200)

Pydantic v1 写法

使用__root__字段定义顶层非对象类型：

class PredictionResponse(BaseModel):
    """Response Model for Prediction"""
    __root__: Tuple[List[ServerPrediction], int]

路由使用方式与v2一致。

关键说明 #

• Tuple[List[ServerPrediction], int]明确指定响应是包含两个元素的元组：第一个元素是ServerPrediction对象的列表，第二个是整数状态码。
• 用RootModel（v2）或__root__（v1）是因为响应顶层为JSON数组而非对象，Pydantic需要这种方式处理非对象类型的顶层响应。

内容的提问来源于stack exchange，提问作者LOrD_ARaGOrN