构建 API 时，特别是针对机器学习 (machine learning)模型，确保接收到的数据正确且结构化十分重要。“输入垃圾，输出垃圾”的原则直接适用；无效的输入数据可能导致预测错误或应用崩溃。FastAPI 使用 Pydantic 高效且声明式地处理数据校验。

本章主要讲解如何在 FastAPI 中使用 Pydantic 模型。您将学习如何：

• 使用 Pydantic 的类型注解定义数据模式。
• 自动校验传入的请求数据（例如 JSON 请求体）。
• 指定并校验传出的响应数据的格式。
• 处理和校验路径参数 (parameter)和查询参数。
• 应用约束并构建适合典型机器学习输入和输出的复杂数据模型。

学完本章后，您将能够创建能够可靠地处理数据的 API 端点，确保传递给机器学习模型的信息符合预期的格式和类型。