统一前后端数据模型的核心是共享pydantic类型定义并自动生成前后端代码：python中定义字段、验证与文档，后端直接复用，前端通过flect或openapi工具生成typescript类型与表单组件，实现逻辑一致、物理分离。
在全栈开发中，统一前后端数据模型基类的核心不是强行“让前端继承后端类”，而是通过**共享同一套类型定义（如 Pydantic 模型）**，再借助工具链自动生成前后端对应结构，实现逻辑一致、物理分离。最常用、最稳妥的落地方式是：用 Python 定义模型 → 后端直接使用 → 前端通过代码生成器（如 flect 或 OpenAPI 工具）消费模型，生成 TypeScript 类型与表单组件。
用 Pydantic 定义单一事实来源的模型
所有字段、验证规则、默认值、文档说明都写在 Python 的 Pydantic BaseModel 中。它既是后端的数据契约，也是前端 UI 生成和校验的依据。
- 字段类型（str、int、bool、datetime）自动映射为合适的前端控件（输入框、数字框、开关、日期选择器）
- 使用 Field 添加描述、最小/最大值、正则约束等，这些会同步到前端表单验证逻辑
- 嵌套模型或 list[Item] 结构，可自动生成列表编辑、子表单等复杂 UI
后端直接复用，不额外封装基类
FastAPI 或 Flask + Pydantic 场景下，模型本身已是强类型的请求体（Body）、响应体（Response Model）和数据库 Schema 基础。无需为“统一”而抽象出一个空泛的“DataModelBase”类——Pydantic 的 BaseModel 就是天然的、语义清晰的基类。
- 定义 UserCreate 和 UserOut 两个模型，分别用于创建接口和返回结果，职责明确
- 通过 model_config = ConfigDict(from_attributes=True) 支持 ORM 模型转 Pydantic 实例，避免手动赋值
- 所有 API 文档（Swagger）、类型提示、IDE 自动补全均基于此模型实时生成
前端按需生成，不手写也不硬继承
前端不直接 import Python 文件，而是通过工具把 Pydantic 模型转换成 TypeScript 接口 + React Hook + 表单组件。例如：
- flect：运行时扫描 Python 模型，启动本地服务后自动生成带验证逻辑的 React 表单
- openapi-generator：从 FastAPI 导出的 OpenAPI JSON 生成完整 TS 类型和 API client
- 生成结果是 interface UserCreate 和 useUserForm() 等实用模块，而非试图让 React 组件“继承”Python 类
跨层一致性靠约定和工具保障，而非语法继承
所谓“统一基类”，本质是统一约束与行为预期。这通过三方面落地：
- 命名一致：前后端字段名完全相同（如 user_name 而非 userName），避免大小写或下划线混用
- 验证同步：后端抛出的 ValidationError 错误结构，前端能解析并精准定位到对应字段显示提示
- 变更联动：修改 Pydantic 字段后，重新运行生成命令，前后端类型和表单自动更新，无需人工核对
