应安装 uvicorn[standard] 而非仅 uvicorn,因其包含 watchfiles、websockets 等关键依赖,确保 Windows 下 --reload、WebSocket 等功能正常;启动时 host 须设为 "127.0.0.1" 并避开特权端口,避免权限错误。

直接装 uvicorn[standard],别只装 uvicorn
Windows 上跑 FastAPI 项目,pip install uvicorn 能启动,但大概率后续会卡在 WebSocket 连接失败、代码改了不自动重载、或者 --reload 参数报错。根本原因是默认安装缺关键依赖:websockets、watchfiles、click 都没装上。uvicorn[standard] 才是官方推荐的完整形态,它在 Windows 下虽不编译 uvloop 和 httptools(这两者在 Windows 不支持),但其余组件全都能用,且自动降级处理无报错。
执行这条命令即可:
pip install "uvicorn[standard]"
验证是否装全:运行 uvicorn --help,如果能看到 --reload、--ws-max-size 等选项,说明装对了;若提示 unrecognized arguments,就是漏了 [standard]。
uvicorn.run() 启动时 host 和 port 别写错
Windows 默认防火墙和用户权限机制会让 host="0.0.0.0" 绑定失败,尤其在非管理员 CMD/PowerShell 中运行时,容易报 OSError: [WinError 10013] 以一种访问权限不允许的方式做了一个访问套接字的尝试。这不是代码问题,是系统限制。
- 开发调试阶段,固定用
host="127.0.0.1",这是最稳妥的本地回环地址 - 端口避开 1–1023(需要管理员权限),选 8000、8001、9091 这类高位端口
- 不要在 Python 脚本里硬编码
host="0.0.0.0",除非你明确以管理员身份运行终端 - 启动命令示例:
uvicorn.run(app, host="127.0.0.1", port=8000, reload=True)
Windows 下 --reload 失效?检查文件监听路径和权限
uvicorn[standard] 带的 watchfiles 在 Windows 上对中文路径、OneDrive 同步目录、符号链接支持不稳定。常见现象是改了 main.py,服务没重启,控制台也无任何提示。
排查要点:
让 Windows 桌面程序在开机时静默自启并隐藏到系统托盘。特别适用于 Flutter、Electron 等无视 VBS/ProcessStartInfo 窗口样式、难以隐藏的顽固应用。提供「VBS 启动器 + Python ctypes/Win32 API」的隐藏窗口方案,可稳定把窗口收进托盘且不闪控制台。
- 确保项目根目录不含中文、空格或特殊符号(如
C:\my_project可以,C:\我的项目很可能失效) - 关闭 OneDrive、腾讯微云等自动同步工具对项目目录的监控
- 避免把项目放在
C:\Users\XXX\OneDrive\或C:\Users\XXX\Documents\下 - 手动指定监听路径:
uvicorn main:app --reload --reload-dir ./src --reload-dir ./api
如果仍不行,临时改用 --reload-delay 1 强制轮询检测(性能略低,但可靠)。
和 Conda 环境、CUDA、FFmpeg 共存时的隐性冲突
VoiceStudio、PaddleOCR、DeepSeek 这类语音/多模态项目常要求同时装 PyTorch CUDA 版 + FFmpeg + Uvicorn。Windows 下容易因 DLL 加载顺序出问题,典型错误是启动时报 OSError: [WinError 126] 找不到指定的模块,实际是 FFmpeg 的 avcodec-60.dll 或 PyTorch 的 cudnn_cxx.dll 没被正确识别。
解决方案不是卸载重装,而是分层控制:
- Uvicorn 只负责 HTTP 层,它不直接调用 CUDA 或 FFmpeg —— 但你的 FastAPI 路由函数里如果调用了
torchaudio.load()或ffmpeg-python,那才是真正的加载点 - 确保 Conda 环境激活后再装
uvicorn[standard],避免 pip 和 conda 混装导致site-packages错乱 - FFmpeg 不必加到系统 PATH,用
ffmpeg-python时显式传入ffmpeg_bin="D:/tools/ffmpeg/bin/ffmpeg.exe"更可控 - PyTorch CUDA 版本必须和本地
nvidia-smi显示的驱动兼容(例如驱动 535+ 对应 CUDA 12.1,而非 11.8)
真正难调的从来不是 Uvicorn 本身,而是它背后那一串被你 import 进来的库——它们在 Windows 上加载 DLL 的方式,比 Linux 下 LD_LIBRARY_PATH 野蛮得多。










