量化新基建(三) - FastHTML：Python 全栈开发的终极答案

📅 2026-01-11 🏷 [tools, sqlite, sqlite-utils, fastlite] 👁 阅读 -

这是2026量化新基建的第三篇文章了。我们的目标是介绍2026年，要打造一个量化交易系统，你可能（应该）使用的那些技术。

今天我们要介绍的是，在2026年，你该使用什么样的技术来构建量化交易系统的前端。

澳大利亚国立大学，抛物面太阳能聚光器 by Toby Hudson@wikimedia

在互联网上，人们把提供免费资源和服务的人/公司称为赛博活佛。最有名的赛博活佛当属 cloudflare 了。不过，我愿把 fast.ai 的创始人 Jeremy教授也称为赛博活佛，因为他开发了一系列以 fast 开头的软件产品，比如 fastai, fastlite, fasthtml 等。

时间是为数不多的、每个人都公平拥有的资源之一。在这个意义上，如果有一种技术能提高时间的效率，我想它就能称得上是赛博活佛。

拥抱 fasthtml，原因正是如此。

不过，要真正理解 FastHTML 的革命性，我们需要先回头看看，在这个领域里，目前的统治者是谁，以及它为什么还不够完美。

曾经的王者：Streamlit

streamlit 的创始人是Adrien Treuille（CEO），Thiago Teixeira 和 Amanda Kelly，三位创始人此前都曾在 Google X 工作。

Adrien Treuille 曾是卡内基梅隆大学的计算机科学教授，在 Google X 期间，他深刻体会到了数据科学家面临的痛点：作为数据科学家（量化策略研究员也感同身受），他们使用的母语是 Python，而 Python 无法用来构建 Web 应用，因而他们无法独立构建一个哪怕是最简单的数据应用。

要构建一个具有完美交互体验的 web 应用，你需要掌握 html/css/javascript/typescript/react/vuejs 等技术，而这一直是前端工程师的封邑。

Treuille等人于是决定，要开发一个完全基于 Python 的 web 框架。与大家熟悉的 Django, Flask 等Python web框架不同，它不仅同样具有 web 服务器的功能，更重要的是，前端组件也可以只使用 Python对象甚至是 markdown 文本来构建，如此一来，你几乎可以不用掌握前端知识。

在 Streamlit 诞生之前，市场上已经有一些类似的方案，比如 Plotly Dash，这是我们在量化24课中介绍过的。Plotly Dash非常强大和灵活。但是，Complexity is the tax on flexibility，Plotly Dash 的学习曲线并不平缓。

这让 streamlit 获得了出圈的机会。凭借极致的简单，streamlit几乎将开发 web应用的门槛成功降到了零，成为了 Python 数据科学家展示工作的首选工具。截止目前，它已经在 github 上拿到了43k 的 stars，并且在2022年被 snowflake 以8亿美元收购。

使用 streamlit 开发的量化程序

Streamlit 的成功是现象级的，就像当年的《疯狂动物城》一样，一经发布就凭借完美的设定横扫全场。面对这样一部已经封神的经典，你可能会像现在审视《疯狂动物城2》一样心存疑问：在珠玉在前的情况下，这个赛道里真的还有讲新故事的空间吗？后来者还有机会超越前者留下的天花板吗？

事实上，技术世界里从来没有终局。Streamlit 开发确实很快，但是，一旦你的应用获得成功，你很可能就必须重写它，才能支撑成千上万人使用，并且满足他们对极致交互体验的需求。

看到了这一点的，是 fast.ai 的创始人 Jeremy Howard。他带着 FastHTML 走来了，试图告诉我们： Python 程序员不应该在“简单”和“强大”之间做选择题，我们全都要。

不妥协的 fasthtml

Streamlit的极致简单是以牺牲灵活性和性能为代价的。Streamlit 做出来的网页难免有千人一面之感，并且有一些交互场景无法实现。此外，在性能上也有所不足。

Fasthtml则完全没有这样的问题，这得益于它构建于两种非常出色的框架之上： starlette和htmx。

Starlette 是一个基于 ASGI 协议的轻量级 Python web 框架，它也是当下最热门的 FastAPI 的核心基石。简单来说，FastAPI = Starlette + Pydantic（数据验证）+ OpenAPI（自动文档）；而 Jeremy Howard 教授构建的 FastHTML，则是 Starlette + HTMX + Python 组件系统。它利用 Starlette 保证了后端的高性能，引入 HTMX 解决了无需编写 JS 即可实现的前端交互，并将 HTML 标签封装为 Python 对象，让开发者能以纯 Python 的方式构建现代 Web 应用。

对于大多数 Python 开发者来说，Starlette 已经是老朋友了，它是 FastAPI 的坚实地基，以高性能和稳定性著称。这里我们不再赘述。

真正让 FastHTML 拥有“点石成金”魔力的，是 HTMX。

魔法的核心：HTMX

如果你是一个典型的后端开发者，你可能对前端的复杂性深恶痛绝：为了让一个按钮更新页面的一部分，你不得不引入 React/Vue，配置 Webpack，并且编写后端 API 进行联调。

HTMX 的出现，就是为了终结这场噩梦。它允许你直接在 HTML 标签中使用属性（attributes）来驱动现代化的交互。

比如，传统的 HTML 只能通过 <a> 和 <form> 发起请求。而 HTMX 允许任何元素（比如 <div>, <button>）发起 HTTP 请求（GET, POST, PUT, DELETE），并且用服务器返回的 HTML 片段直接替换页面上的某一部分。

这意味着，你不再需要编写 JavaScript 来处理前后端通信和 DOM 更新。所有的逻辑，都回到了你最熟悉的 Python 后端。

这正是 FastHTML 的精髓所在。它利用 Python 的表达力，将 HTML 标签封装为一个个 Python 对象（组件）。当代码运行时，这些对象被“编译”成带有 HTMX 属性的标准 HTML。这意味着，你可以用纯 Python 代码，轻松定义出能够局部刷新的页面组件。

相比而言，Streamlit 的设计哲学是“一旦有交互，重跑整个脚本（Rerun）”。这种机制虽然简单，但在处理复杂交互时显得笨重。虽然 Streamlit 在 1.37.0 版本（2024年中）终于推出了 st.fragment 装饰器来试图实现类似的局部刷新功能，但相比于 FastHTML 从底层就基于“组件+局部交换”的设计，前者更像是一个迟到的补丁，而后者则是原生的高性能引擎。

炙手可热的新星

这种“回归简单”的理念，正在席卷整个开发界。

HTMX：它已经是前端领域的“当红炸子鸡”。在 2024 年的 JavaScript Rising Stars 评选中，HTMX 的 GitHub Star 增长数甚至超过了 React 和 Vue，目前总星标数已突破 44k。它代表了一种反思：也许我们并不需要那么复杂的 JS 框架。
FastHTML：作为 Python 界的 HTMX 最佳拍档，它虽然在 2024 年 8 月才刚刚发布，但凭借 Jeremy Howard 的号召力和直击痛点的设计，短短几个月内就在 GitHub 上斩获了超过 6.6k stars（截至 2026 年初）。

这不仅仅是两个库的结合，更是一场“去复杂化”的运动。删繁就简三秋树，标新立异二月花。fasthtml 正是同时做到了化简和创新。

FastHTML 快速上手

FastHTML 的设计哲学是“显式优于隐式”，同时保持极致的简洁。你不需要配置路由表、不需要设置模板目录，甚至不需要手动启动服务器（如果你使用 serve()）。

1. Hello, World!

让我们看一个最小的 FastHTML 应用：

from fasthtml.common import *

app, rt = fast_app()

@rt("/")
def get():
    return Titled("FastHTML Demo", 
        Div(
            H1("Hello, World!"),
            P("这是我的第一个 FastHTML 应用")
        )
    )

serve()

运行这段代码，一个完整的 Web 服务器就启动了。这里有几个关键点：

fast_app()：初始化应用，返回 app 对象和路由装饰器 rt。
Python 组件：Div, H1, P 都是 Python 类。你不再需要手写 <p>...</p> 这样的标签，而是像搭积木一样用 Python 对象构建页面。这不仅避免了拼写错误，还能享受到 IDE 的自动补全。

2. 添加交互 (HTMX)

现在的页面是静态的。让我们加点“魔法”，做一个无需 JS 的计数器：

from fasthtml.common import *
count = 0

app, rt = fast_app()
@rt("/")
def get():
    return Titled("计数器",
        Div(
            H1(f"当前计数: {count}"),
            # 点击按钮时，向 /increment 发送 POST 请求
            # 并将返回的内容替换掉 id 为 'counter' 的元素
            Button("点我 +1", hx_post="/increment", hx_target="#counter", hx_swap="innerHTML"),
            id="counter"
        )
    )

@rt("/increment")
def post():
    global count
    count += 1
    # 只返回更新后的部分 HTML
    return Div(
        H1(f"当前计数: {count}"),
        Button("点我 +1", hx_post="/increment", hx_target="#counter", hx_swap="innerHTML")
    )

serve()

在这个例子中：

hx_post="/increment"：告诉前端，点击按钮时向 /increment 发送 POST 请求。
hx_target="#counter"：告诉前端，拿到服务器返回的结果后，找到页面上 id="counter" 的元素。
hx_swap="innerHTML"：用返回的内容替换掉目标元素内部的内容。

fasthtml 生成的SPA应用

整个过程没有一行 JavaScript，不可思议地简洁，但用户体验却是无刷新的、流畅的单页应用（SPA）级体验。

Jeremy 的“个人印记”

如果你了解 fast.ai 的创始人 Jeremy Howard，就会发现 FastHTML 的每一个设计细节，都深深打上了他的个人哲学烙印：实用主义与探索式编程。

1. 像数据分析一样写 Web (nbdev 基因)

Jeremy 是 Jupyter Notebook 的狂热信徒，他甚至开发了 nbdev 系统，倡导直接在 Notebook 中开发生产级代码。他认为，编程不应该是“盲写代码 -> 启动服务 -> 刷新浏览器”的循环，而应该是实时交互与反馈的过程。

FastHTML 完美继承了这一基因。你可以直接在 Notebook 单元格中定义路由、编写组件，然后调用 serve()。应用会直接在 Notebook 输出区运行，支持热重载。

这意味着，Web 开发终于可以像数据分析一样：写一行代码，立刻看到结果。对于习惯了 REPL 体验的 Python 开发者来说，这种“探索式编程”的快感是难以抗拒的。

2. 为 AI 时代而生 (AI-First)

作为顶级 AI 专家，Jeremy 比任何人都清楚：在 2024 年，如果一个新框架不能被 AI 熟练掌握，它就没有未来。

由于 FastHTML 太新，ChatGPT 等大模型对它一无所知。Jeremy 没有等待模型重新训练，而是主动出击，制定了 llms.txt 标准，并为 FastHTML 提供了专门的“AI 知识胶囊”：/llms-ctx.txt。

这体现了他一贯的务实风格：不仅要让人觉得好用，还要让 AI 觉得好懂。 你只需要把这个文件喂给 Cursor 或 Claude，它们瞬间就能变身 FastHTML 专家。这种“AI 原生”的文档设计，可能是未来所有开源项目的标配。

关于美学？

这是一个非常现实的问题。长期以来，Python 开发者构建的 Web 应用（比如早期的 Streamlit 或 Gradio）总有一种“工科生的粗犷感”，很难达到商业级的美感。

FastHTML 在这方面做了两手准备：

下限很高（Pico CSS）：默认情况下，FastHTML 会自动启用 Pico CSS。这是一个极简的 CSS 框架，它不需要你写任何 class，就能让标准的 HTML 元素（按钮、表单、表格）拥有现代、干净的外观，并且自动支持深色模式。这意味着，即使你对 CSS 一窍不通，写出来的应用也是“体面”的。

上限无限（Tailwind CSS 等）：如果你对美观度有极致追求，FastHTML 生成的本质上是标准 HTML，因此它兼容所有的 CSS 生态。所以，你可以直接使用 Tailwind CSS（目前最流行的原子化 CSS 框架）来定制每一个像素。同时，你可以引入任何第三方的 CSS 库或自定义样式表。

结语：让技术回归服务

FastHTML 的官网是 fastht.ml，你可以在上面找到更多的示例和文档。

至此，我们的**“2026 量化新基建”**系列已经介绍了三块拼图：

uv & Pydantic：用极速的包管理和严格的数据验证，夯实了工程地基。
SQLite (WAL)：用无需运维的高性能单文件数据库，解决了数据存储的痛点。
FastHTML：用纯 Python 的 Web 框架，打通了交互与展示的最后一公里。

这一系列技术选型的共同点是：反内卷，重实效。它们都不追求“大而全”的企业级架构，而是致力于让个人开发者和小团队以最小的认知负担，构建出高性能、高可用的量化系统。

在 2026 年，技术的门槛应该被踏平，而不是被筑高。希望这套“新基建”能帮你从繁琐的基建工作中解放出来，把最宝贵的精力，投入到 Alpha 的挖掘中去。