gradio暴露的接口

<think>好的，用户想了解Gradio框架中暴露的API接口及其用法，特别是API接口文档和示例代码。我需要根据提供的引用内容来组织回答。 首先，根据引用[3]，Gradio和FastAPI的集成可以简化模型部署。用户可能对如何将两者结合使用感兴趣，可能需要提到FastAPI自动生成文档的优势。 引用[1]提到Gradio目前没有重新引入Swagger API文档，但可以通过修改源码或自己编写代码来绕过。这里需要说明Gradio本身的API文档情况，以及可能的解决方法。例如，用户可能需要手动创建API路由或结合FastAPI来增强文档功能。 引用[2]指出FastAPI支持OpenAPI标准，自动生成交互式文档。这可能提示用户，如果结合FastAPI使用，可以获得更好的API文档支持，比如通过Swagger UI访问。 接下来，我需要整理Gradio的API接口类型。Gradio的Interface类允许通过launch()启动Web服务，但默认可能不提供结构化API文档。用户可能需要通过Gradio的Routes类自定义路由，或者使用FastAPI来包装Gradio应用，从而暴露更规范的API。 示例代码部分，可以展示如何使用Gradio的Interface启动一个简单的应用，然后如何用FastAPI集成，添加自定义路由，并生成OpenAPI文档。需要注意代码的正确性和注释，帮助用户理解每个步骤。 另外，引用[1]提到不改代码的简单办法，可能是指通过访问特定的Gradio端点，比如/docs或/openapi.json，但需要确认这些路径是否存在。例如，Gradio可能内置了一些API端点，但文档可能不够完善，这时候结合FastAPI可以弥补不足。 最后，生成的相关问题需要考虑用户可能的后续疑问，比如如何集成Gradio与FastAPI，如何自定义输入输出，或者如何处理身份验证等。确保问题覆盖用户可能感兴趣的其他方面。</think>Gradio框架通过集成FastAPI提供了API接口的扩展能力，但原生API文档的生成需要开发者主动配置。以下是关于Gradio API接口的详细说明： ### 一、Gradio原生API接口类型 1. **基础Web服务接口** - 通过`Interface.launch()`启动的Web服务默认暴露预测接口，路径为`/api/predict` - 请求示例： ```python import requests response = requests.post("http://localhost:7860/api/predict", json={"data": ["input_text"]}) ``` 2. **自定义路由接口** 使用`gradio.Routes`类可创建自定义API端点： ```python from gradio import Routes def custom_endpoint(name: str): return {"message": f"Hello {name}"} app = Routes().add("/greet", custom_endpoint, methods=["POST"]) ``` ### 二、与FastAPI集成方案[^3] ```python from fastapi import FastAPI import gradio as gr # 创建FastAPI实例 fastapi_app = FastAPI() # 定义Gradio接口 demo = gr.Interface(lambda x:x, "text", "text") # 挂载Gradio应用到FastAPI app = gr.mount_gradio_app(fastapi_app, demo, path="/gradio") # 添加自定义API @app.get("/health") def health_check(): return {"status": "OK"} ``` 此时访问`/docs`可查看自动生成的OpenAPI文档[^2] ### 三、API文档获取方法 1. **原生接口文档** - 访问`/openapi.json`获取原始OpenAPI规范 - 访问`/docs`查看交互式文档（需启用FastAPI集成） 2. **代码示例** ```python # 获取API规范 import requests print(requests.get("http://localhost:7860/openapi.json").json()) ``` ### 四、高级配置技巧 1. **参数验证增强** ```python from pydantic import BaseModel class UserInput(BaseModel): text: str max_length: int = 100 @app.post("/analyze") def analyze(input: UserInput): return {"result": input.text[:input.max_length]} ``` 2. **异步接口支持** ```python @app.get("/async-demo") async def async_api(): import asyncio await asyncio.sleep(1) return {"status": "done"} ```