Unsiloed 评测：从零构建 FastAPI 项目完整提示词与架构标准

一句话结论

该提示词要求模型以资深软件工程师角色，在输出代码前先阐明分层架构与目录树，再生成包含 JWT 鉴权、SQLAlchemy、CRUD 与错误处理的完整可运行 FastAPI 项目；Kimi K2.7 Code 在该测试中取得 53/60 分并展现出优秀的工程完整性。

适用场景

• 适合的任务：从零脚手架生成完整 Web 后端项目、分层微服务 API 搭建、数据库 ORM 与鉴权集成。

• 不适合的任务：仅需单函数代码片段生成的极简任务。

• 适用的模型版本：kimi-k2.7-code、kimi-k2.7-code-highspeed。

• 适用的客户端、Agent 或 API：Kimi Code CLI、Claude Code、Cursor、OpenAI 兼容 API。

• 推荐的推理档位和参数：temperature=1.0，top_p=0.95，Thinking 保持开启，max_tokens=32768。

可直接使用的内容

You are a senior software engineer.

Build a Task Management REST API using FastAPI and PostgreSQL.

Requirements:
- JWT authentication
- CRUD operations for tasks
- Input validation
- SQLAlchemy ORM
- Layered architecture
- Basic error handling

Before writing the code:
1. Explain the architecture.
2. Show the project structure.

Generate the complete implementation with all required files.

测试/工作流步骤

1. 在接入 Kimi K2.7 Code 的 IDE 或 API 客户端中，输入上述完整提示词。

2. 第一阶段验证（架构设计）：

   • 检查模型是否先输出了清晰的分层架构说明（Controller / Service / Repository / Models / Schemas）。

   • 检查项目目录结构是否完整列出所有必要文件（如 app/api/, app/core/, app/models/, app/schemas/, app/services/, app/db/ 等）。

3. 第二阶段验证（代码生成与依赖完整性）：

   • 检查是否完整生成了 User 数据模型、Task 数据模型、JWT 密码哈希与 Token 生成的 AuthService。

   • 检查 Pydantic Schema 的输入校验逻辑与 SQLAlchemy 异步/同步 Session 管理。

4. 运行与编译验收：

   • 在本地 Python 3.11+ 虚拟环境中安装依赖（fastapi, uvicorn, sqlalchemy, pydantic, python-jose, passlib）。

   • 执行 uvicorn app.main:app --reload，访问 /docs 接口文档并测试用户注册、登录获取 Token、带 Header 访问 Task CRUD 接口。

原始证据与数据

Unsiloed AI 受控测试详细打分数据（总分 60 分）：

适用边界

• 提示词明确要求“分步输出架构与目录”，这对激发 K2.7 的规划能力至关重要；若直接要求“写代码”，模型可能会压缩部分中间文件。

• 生成大型多文件项目时，需确保单次生成上限（max_tokens）设置足够大（推荐 32K），避免因输出截断丢失末尾文件。

来源摘录或观察（仅做合规短引）

• 评测报告指出：“Kimi K2.7 generated a complete and runnable FastAPI project with a clean layered architecture... GLM 5.2 produced a well-structured codebase but omitted critical components, including the User model and AuthService, preventing the application from running successfully.”