如何在FastAPI中构建支持多内容格式的可复用响应模型？

在你的场景中，优先采用「基类模型继承+子类扩展」的方式，这是FastAPI结合Pydantic构建响应模型的最佳实践之一，既能解决重复代码问题，又能保证结构清晰。

核心优势 #

• 消除重复代码：把id、metadata、generated_text这类公共字段统一放到基类中，子类只需定义各自的独特字段，后续修改公共字段时只需调整基类，避免多处同步修改的麻烦。
• 保证字段一致性：继承机制确保所有响应模型的公共字段类型、约束完全一致，不会出现不同模型里公共字段定义混乱的情况（比如有的id用int，有的用str）。
• 不影响自动文档可读性：FastAPI的Swagger/Redoc文档会自动识别继承关系，清晰展示每个模型的公共字段和独有字段，不会因为继承导致文档模糊。

代码示例 #

1. 定义基类模型

from pydantic import BaseModel
from typing import Dict, Optional

class BaseContentResponse(BaseModel):
    id: str
    metadata: Dict[str, str]
    generated_text: str

2. 扩展子类模型

# 社交帖响应模型
class SocialPostResponse(BaseContentResponse):
    likes_count: int
    share_link: Optional[str] = None

# 博客响应模型
class BlogPostResponse(BaseContentResponse):
    read_time_minutes: int
    category: str

# 邮件响应模型
class EmailResponse(BaseContentResponse):
    recipient_email: str
    subject: str

3. 在FastAPI接口中使用

from fastapi import FastAPI

app = FastAPI()

@app.get("/social-post/{post_id}", response_model=SocialPostResponse)
def get_social_post(post_id: str):
    return {
        "id": post_id,
        "metadata": {"created_at": "2024-05-20", "author": "user123"},
        "generated_text": "今天的晚霞超美！",
        "likes_count": 42,
        "share_link": "https://example.com/post/123"
    }

特殊场景下的例外情况 #

如果某个响应模型的公共字段需要完全重定义（比如某类内容的id必须是整数，其他是字符串），或者未来公共字段可能会出现大幅分化，此时可以考虑保留独立模型。但这种场景比较少见，大部分情况下继承方案更高效。

内容的提问来源于stack exchange，提问作者harsha