场景简介（模拟大模型调用）：

用户请求接口 /analyze，传入一个文本； FastAPI 处理后，用 Celery 异步任务 模拟调用大模型进行文本分析； 分析完成后，调用用户提供的回调地址（比如 /callback）并把分析结果发回去。

一、准备工作

安装依赖
我们先安装所需的包，使用 pip install（不加 sudo）：

pip install fastapi uvicorn celery redis httpx

安装并启动redis
确保本地已经装好 redis 并且是启动状态（默认假设开启端口为6371）。
安装方法：

1. 服务器直接安装
2. 通过docker安装

二、FastAPI + Celery 项目结构

callback_project/
├── main.py              # FastAPI 主程序
├── celery_worker.py     # 启动 Celery worker 的入口
├── tasks.py             # Celery 任务定义
└── test_client.py       # 模拟客户端回调服务
└── test.py       		 # 模拟客户端调用的测试脚本

注意：celery_worker.py也可以和tasks.py 合并。

三、项目代码

test_client.py

from fastapi import FastAPI
from fastapi.responses import JSONResponse

# 这是我们用来接收回调的“客户端”服务
callback_app = FastAPI()

@callback_app.post("/callback")
async def callback(data: dict):
    print("收到回调结果:", data)
    return JSONResponse(content={"status": "received"})

# 启动测试用 callback 服务（用 uvicorn）
# 另起一个终端执行：
# uvicorn test_client:callback_app --port 8001

main.py

from fastapi import FastAPI
from pydantic import BaseModel
from tasks import analyze_text_task

app = FastAPI()

class AnalyzeRequest(BaseModel):
    text: str
    callback_url: str

@app.post("/analyze")
async def analyze(request: AnalyzeRequest):
    # 异步调用任务
    analyze_text_task.delay(request.text, request.callback_url)
    return {"message": "Analysis started"}

tasks.py

from celery import Celery
import time
import httpx

celery_app = Celery(
    "worker",
    broker="redis://127.0.0.1:6371/1",
    backend="redis://localhost:6371/1"
)

@celery_app.task
def analyze_text_task(text, callback_url):
    # 模拟调用大模型（这里用 sleep）
    print(f"Start analyzing: {text}")
    time.sleep(5)  # 模拟耗时
    result = {"summary": f"这段文本的长度是 {len(text)} 个字符。"}

    # 发送回调
    try:
        httpx.post(callback_url, json=result)
    except Exception as e:
        print(f"Callback failed: {e}")

test.py

import requests

url = "http://localhost:8000/analyze"
payload = {
    "text": "这是一个测试文本李昌奎中杰克曼去哪里",
    "callback_url": "http://localhost:8001/callback"
}
headers = {
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print("响应状态码:", response.status_code)
print("响应内容:", response.json())


"""
等价命令：
curl -X POST http://localhost:8000/analyze \
  -H "Content-Type: application/json" \
  -d '{"text": "这是一个测试文本", "callback_url": "http://localhost:8001/callback"}'
"""

四、测试流程

1. 启动 Redis：redis-server --port 6371

2. 启动回调服务器：uvicorn test_client:callback_app --port 8001

3. 启动 Celery worker：celery -A tasks.celery_app worker --loglevel=info

4. 启动主服务：uvicorn main:app --port 8000

5. 用脚本或 curl 发起请求

6. 查看 callback 服务是否打印出“收到回调结果”

注意：如果需要长期运行使用screen命令