Bu yüzden resmi web sitesinde de söylendiği gibi:

> Requests, tüm zamanların en çok indirilen Python paketlerinden biridir

Kullanımı çok basittir. Örneğin bir `GET` isteği yapmak için:

```Python
response = requests.get("http://example.com/some/url")
```

Buna karşılık bir FastAPI API *path operation*’ı şöyle olabilir:

anladıysanız, artık birçok geliştiriciden **çok daha fazla** virtual environment bilgisine sahipsiniz. 🤓

Bu detayları bilmek, ileride karmaşık görünen bir sorunu debug ederken büyük olasılıkla işinize yarayacak; çünkü **altta nasıl çalıştığını** biliyor olacaksınız. 😎...

Ama `response_class` içinde `HTMLResponse` da verdiğiniz için **FastAPI**, bunu OpenAPI’de ve interaktif dokümanlarda `text/html` ile HTML olarak nasıl dokümante edeceğini bilir:

<img src="/img/tutorial/custom-response/image01.png">

## Mevcut Response'lar { #available-responses }

Mevcut response'lardan bazıları aşağıdadır.

    SQLModel, `str` olarak tanımlanan bir şeyin SQL tarafında `TEXT` (veya veritabanına bağlı olarak `VARCHAR`) tipinde bir sütun olacağını bilir.

### Engine Oluşturma { #create-an-engine }

Bir SQLModel `engine`’i (altta aslında bir SQLAlchemy `engine`’idir) veritabanına olan **bağlantıları tutan** yapıdır.

```toml
[tool.fastapi]
entrypoint = "app.main:app"
```

bu da şu import’a denktir:

```python
from app.main import app
```

Böylece `fastapi` komutu uygulamanızı nerede bulacağını bilir.

/// Note | Not

Komuta dosya yolunu da verebilirsiniz, örneğin:

```console
$ fastapi dev app/main.py
```

        how many times the function is called, and independent of global seed
        settings.
    *   Adds deterministic `tf.image.resize` backprop CUDA kernels for
        `method=ResizeMethod.BILINEAR` (the default method). Enable by setting
        the environment variable `TF_DETERMINISTIC_OPS` to `"true"` or `"1"`.
*   `tf.print`:
    *   Bug fix in `tf.print()` with `OrderedDict` where if an `OrderedDict`