500 无证错误：在 FastAPI 中返回响应时出现内部服务器错误

我正在使用 FastAPI 通过 ML 模型进行预测。当我给一个task_id and input，应用程序应将其添加到后台任务并相应地返回响应。然而，我得到Error 500当我尝试这样做时。

添加后task_id_globally，它在正常工作之前就开始抛出错误。

Error

  File ".\app\main.py", line 36, in post
    return {'result': response_name[task_id_global]}
TypeError: list indices must be integers or slices, not NoneType

Code

task_id_global = None
@app.get('/predict')
async def predict(task_id:int, background_tasks: BackgroundTasks,solute,solvent):
    task_id_global = task_id
    if task_id == 0:
        background_tasks.add_task(predictions,solute,solvent)
        return {'success'}
    elif task_id == 1:
        background_tasks.add_task(predictions_two,solute)
        return {'success'}
    else:
        return "Give proper task_id"
    
response_name = [response, attach_drug_name()]

@app.get('/predict_solubility')
async def post():
    return {'result': response_name[task_id_global]}

您已设置task_id_global to None，因此，当调用时/predict_solubility端点，它正在尝试使用从列表中检索元素response_name[None];因此，出现错误。所以你应该设置task_id_global to 0，它应该指向你的一些默认值response_name列表 - 即使/predict端点尚未被调用 - 或在第二个端点内执行检查以查看是否task_id_global is not None然后决定是否继续从列表中检索项目。接下来，里面/predict端点声明task_id_global在使用它之前作为全局（使用global关键字），因为按照当前声明的方式，它被解释为局部变量，因此全局变量永远不会受到发生的任何更改的影响task_id_global在端点内（看看here).

task_id_global = None

@app.get('/predict')
async def predict(task_id:int,solute,solvent):
    global task_id_global
    task_id_global = task_id
    ...

此外，根据您的任务（例如，如果您有多个请求同时访问该全局变量），您可能需要考虑其他选项，例如 Redis。看一下这个答案.