Pour les configurer, passez l'argument `swagger_ui_parameters` lors de la création de l'objet d'application `FastAPI()` ou à la fonction `get_swagger_ui_html()`.

`swagger_ui_parameters` reçoit un dictionnaire avec les configurations passées directement à Swagger UI.

# Cookies de réponse { #response-cookies }

## Utiliser un paramètre `Response` { #use-a-response-parameter }

Vous pouvez déclarer un paramètre de type `Response` dans votre *fonction de chemin d'accès*.

Vous pouvez ensuite définir des cookies dans cet objet de réponse *temporaire*.

{* ../../docs_src/response_cookies/tutorial002_py310.py hl[1, 8:9] *}

et de le réparer, d'arrêter et de redémarrer le serveur de développement, _etc._

## Stratégies de déploiement { #deployment-strategies }

Il existe plusieurs façons de procéder, en fonction de votre cas d'utilisation spécifique et des outils que vous
utilisez.

Vous pouvez **déployer un serveur** vous-même en utilisant une combinaison d'outils, vous pouvez utiliser un **service

* etc.

{* ../../docs_src/response_status_code/tutorial001_py310.py hl[6] *}

/// note | Remarque

Remarquez que `status_code` est un paramètre de la méthode « decorator » (`get`, `post`, etc.). Pas de votre fonction de chemin d'accès, comme tous les paramètres et le corps.

///

Le paramètre `status_code` reçoit un nombre correspondant au code d'état HTTP.

/// info

Voici un exemple de *chemin d'accès* avec des paramètres utilisant certains des types ci-dessus.

{* ../../docs_src/extra_data_types/tutorial001_an_py310.py hl[1,3,12:16] *}

Notez que les paramètres à l'intérieur de la fonction ont leur type de données naturel et que vous pouvez, par exemple, effectuer des manipulations de dates normales, comme :

### Créer les tables { #create-the-tables }

Nous ajoutons ensuite une fonction qui utilise `SQLModel.metadata.create_all(engine)` pour **créer les tables** pour tous les *modèles de table*.

{* ../../docs_src/sql_databases/tutorial001_an_py310.py ln[21:22] hl[21:22] *}

Vous écrivez du Python standard avec des types :

```Python
from datetime import date

from pydantic import BaseModel

# Déclarez une variable comme étant une str
# et profitez de l'aide de l'éditeur dans cette fonction
def main(user_id: str):
    return user_id


# Un modèle Pydantic
class User(BaseModel):
    id: int
    name: str
    joined: date
```

Qui peuvent ensuite être utilisés comme ceci :

d'utilisation** (ce que vous êtes en train de lire en ce moment).

Il est conçu pour que vous puissiez construire une application complète avec seulement le **Tutoriel - Guide d'utilisation**, puis l'étendre de différentes manières, en fonction de vos besoins, en utilisant certaines des idées supplémentaires du **Guide d'utilisation avancé**....

///

## Corps de listes pures { #bodies-of-pure-lists }

Si la valeur de premier niveau du corps JSON attendu est un `array` JSON (une `list` Python), vous pouvez déclarer le type dans le paramètre de la fonction, de la même manière que dans les modèles Pydantic :

```Python
images: list[Image]
```

comme :

{* ../../docs_src/body_nested_models/tutorial008_py310.py hl[13] *}

Les routes sont déclarées à un seul endroit, en utilisant des fonctions déclarées à d'autres endroits (au lieu
d'utiliser des décorateurs qui peuvent être placés juste au-dessus de la fonction qui gère l'endpoint). Cette
méthode est plus proche de celle de Django que de celle de Flask (et Starlette). Il sépare dans le code des choses