从环境搭建到项目运行：Python 和 Flask 快速上手指南-51CTO.COM

个简单的 Web 项目。

环境

操作系统：Mac 13.0
Python：3.11.7
包管理：poetry1.8.3
Web 框架：Flask3.1

Python 中的包管理工具有 conda、pip、poetry、PyPI 等，Web 框架也有 Django、Flask、FastAPI ，为什么选择的是 poetry 和 Flask 呢？

因为现在研究的 RAGFlow 的源码中使用的就是 poetry 和 Flask 。带着目的去学习效率会高很多。

安装

1.安装 Python

直接在官网下载安装就可以：https://www.python.org/downloads/，我很早前就安装了，一直没有升级，所以版本还是 3.11.7 。

2.安装 poetry

如果你了解过 Python，一定知道 pip，但 pip 在包的依赖管理和版本冲突管理上做的不是很好，而 poetry 就是为了解决这两个问题而生。

我在本机是使用 pipx 来安装的 poetry ，先使用 homebrew 安装 pipx：

brew install pipx
pipx ensurepath1.
2.

接着使用 pipx 安装 poetry，命令如下：

pipx 安装 poetry1.

安装完成后，可以通过以下命令验证 poetry 是否安装成功：

poetry --version1.

出现下图所示，说明安装成功：

3.使用 poetry

可以使用 poetry 创建一个新的项目:

poetry new poetry-project1.

也可以在现有项目的目录中初始化 poetry：

cd exist-project
poetry init1.
2.

使用 poetry 创建的项目目录如下：

在 pyproject.toml 文件中进行包版本的管理。这时如果我要给项目添加相关的依赖包，有两种方式：

直接使用 poetry 命令:

poetry add six:1.16.01.

使用命令安装完成后，pyproject.toml 文件中会自动添加 six = "1.16.0" ，如下图：

另一种方式就是先修改配置，在 pyproject.toml 中添加 six = "1.16.0" 或其他的包，然后执行下面命令进行安装：

poetry install1.

在使用 poetry 之前，先使用下面命令设置虚拟环境在项目内：

poetry config virtualenvs.in-project true1.

经过上面的设置后，不管是使用 poetry install 还是使用 poetry add 添加的包，会在项目根目录下的 .venv 目录中，便于管理：

4.安装 flask

poetry add flask1.

上面命令会将 Flask 添加到 pyproject.toml 并安装到虚拟环境中。

使用 flask

使用 poetry 初始化一个项目并添加 flask 后，项目的目录结构如下：

可以看到到多了 __init__.py 和 poetry.lock 两个文件：

__init__.py：可以将这个文件所在目录标记为一个 Python 包，使得这个目录可以被当作模块导入。
poetry.lock：锁定项目所有依赖包的具体版本，确保项目在不同环境中使用完全相同的依赖版本，记录了每个包的详细信息，包括其哈希值、依赖关系等。

在上面的基础上，我们让 windsurf 来完成一个示例程序，在 windsurf 中输入：按照flask的最佳实践，创建 get 和 post 的接口示例，创建的目录结构如下：

从上往下来看看每个文件的内容：

init.py

"""Flask 应用工厂模块"""
from flask import Flask
from .config import config

def create_app(config_name='default'):
    """
    创建 Flask 应用实例
    :param config_name: 配置名称，可选值：development, production, default
    :return: Flask 应用实例
    """
    # 创建应用实例
    app = Flask(__name__)

    # 加载配置
    app.config.from_object(config[config_name])

    # 注册蓝图
    from .api import api_bp
    app.register_blueprint(api_bp)

    # 添加一个测试路由
    @app.route('/')
    def index():
        return 'Welcome to Flask API'

    return app1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.

config.py

"""Flask 应用配置文件"""

class Config:
    """基础配置类"""
    SECRET_KEY = 'dev-key'  # 开发环境密钥
    JSON_AS_ASCII = False   # 支持中文返回

class DevelopmentConfig(Config):
    """开发环境配置"""
    DEBUG = True
    ENV = 'development'

class ProductionConfig(Config):
    """生产环境配置"""
    DEBUG = False
    ENV = 'production'
    SECRET_KEY = 'your-production-secret-key'  # 生产环境应使用强密钥

# 配置映射
config = {
    'development': DevelopmentConfig,
    'production': ProductionConfig,
    'default': DevelopmentConfig
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.

apiinit.py

from flask import Blueprint

# 创建 API 蓝图
api_bp = Blueprint('api', __name__, url_prefix='/api')
# 导入视图函数
from . import views # 这行很重要，确保视图函数被注册到蓝图1.
2.
3.
4.
5.
6.

api_views.py

"""API 视图函数"""
from flask import jsonify, request
from . import api_bp

@api_bp.route('/hello', methods=['GET'])
def hello():
    """GET 请求示例"""
    return jsonify({
        'code': 200,
        'message': 'Hello, World!',
        'data': None
    })

@api_bp.route('/echo', methods=['POST'])
def echo():
    """POST 请求示例"""
    try:
        # 获取 JSON 数据
        data = request.get_json()
        if not data:
            return jsonify({
                'code': 400,
                'message': 'No JSON data provided',
                'data': None
            }), 400

        # 返回接收到的数据
        return jsonify({
            'code': 200,
            'message': 'Data received successfully',
            'data': data
        })

    except Exception as e:
        return jsonify({
            'code': 500,
            'message': str(e),
            'data': None
        }), 5001.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.

run.py

"""应用启动入口"""
from poetry_project import create_app

app = create_app('development')

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5005)1.
2.
3.
4.
5.
6.
7.

在项目更目录下执行下面命令运行和测试：

poetry run python run.py

curl http://localhost:5005/api/hello
curl -X POST -H "Content-Type: application/json" -d '{"message":"test"}' http://localhost:5005/api/echo1.
2.
3.
4.

扩展

到这里，一个简单的例子就跑起来了。

但例子中有些地方看不明白，直接在 windsurf 中去问就可以了，比如 api 目录中的 __init__.py 文件中有这样一行代码：

api_bp = Blueprint('api', __name__, url_prefix='/api')1.

了解了一个简单的 Flask 项目结构，也知道怎么去抽丝剥茧搞清楚不懂的问题。我们就可以去阅读 RAGFlow 的源码了。

常用命令

1.升级 Poetry

如果需要升级 Poetry，可以使用以下命令：

pipx upgrade poetry1.

2.卸载 Poetry

如果不再需要 Poetry，可以通过以下命令卸载：

pipx uninstall poetry1.

3.创建虚拟环境

Poetry 默认会在你安装依赖时自动创建虚拟环境。如果你想手动创建虚拟环境，可以运行以下命令：

poetry env use python1.

这会使用系统默认的 Python 版本创建虚拟环境。如果你想指定 Python 版本，可以这样做：

poetry env use python3.91.

4.查看虚拟环境信息

创建虚拟环境后，可以通过以下命令查看虚拟环境的路径和信息：

poetry env info1.

5.激活虚拟环境

如果你想手动激活虚拟环境，可以运行以下命令：

poetry shell1.

这会启动一个新的 shell 并激活虚拟环境。激活后，你可以直接运行 Python 脚本或命令。

6.删除虚拟环境

如果你想删除虚拟环境，可以运行以下命令：

poetry env remove python1.

从环境搭建到项目运行：Python 和 Flask 快速上手指南

环境

安装