Agent框架PydanticAI
AI 2025/6/3 21:05:46 点击：不统计
<转www.载for网站制作学习asp必.cn究>
PydanticAI 是一个 agent 框架，可以简单的快捷的实现连接不同的LLMs对话，并定义对话相关的结果格式等。
下面对 PydanticAI 学习一下。
1. 说一下优点
（1） 可以自定义agent 对象或者 团队。
（2）支持多个LLMs 比如 OpenAI, Anthropic, Gemini, Deepseek, Ollama, Groq, Cohere, and Mistral 或者平台Bedrock
（3）自定义输入格式检查 和自定义 输出结果
（4）支持自定义的system prompts ,tools 和输出验证
（5）支持 stream 流式输出
（6） 可以支持对话过程输出，并对内容进行调整等。
2. 安装/环境
（1） 支持多种环境，windows,macOS,linux 均可以，环境要求： Python 3.9+
（2） 安装方便 支持pip uv 安装
（3） 安装代码如下：
PIP ：pip install pydantic-ai
UV： uv add pydantic-ai
（4） 自定义安装模型包，可以选择一致的相关内容进行安装，不用安装全部
# 安装单个 扩展
PIP：pip install "pydantic-ai-slim[openai]"
UV：uv add "pydantic-ai-slim[openai]"
# 同时安装多个
PIP： pip install "pydantic-ai-slim[openai,vertexai,logfire]"
UV： uv add "pydantic-ai-slim[openai,vertexai,logfire]"
支持自定义安装如下：
logfire
evals
openai
vertexai
anthropic
groq
mistral
cohere
duckduckgo
tavily
3. 常见 Agent 参数
（1） System prompt(s) 系统定义LLM角色等提示配置，可以是多个
（2）Function tool(s) 定义告诉 LLM可以支持的 调用函数
（3）Structured output type 定义输出格式
（4）Dependency type constraint 定义除了System prompt 和tools 传递的变量
（5）LLM model 定义使用模型 参考 https://ai.pydantic.dev/api/models/base/#pydantic_ai.models.KnownModelName
（6）Model Settings定义Model 配置
4. 案例说明：
from datetime import date
from pydantic_ai import Agent, RunContext
# 创建一个Agent
agent = Agent(
'openai:gpt-4o', # 使用模型
deps_type=str, # 传递参数类型为字符串
system_prompt="Use the customer's name while replying to them.",
)
#定义系统 prompt，并获取 deps
@agent.system_prompt
def add_the_users_name(ctx: RunContext[str]) -> str:
return f"The user's name is {ctx.deps}."
#定义系统 prompt
@agent.system_prompt
def add_the_date() -> str:
return f'The date is {date.today()}.'
# 进行对话，传递对话内容 和 deps 参数
result = agent.run_sync('What is the date?', deps='Frank')
print(result.output) # 打印结果
#> Hello Frank, the date today is 2032-01-02.
# 输出对话详情
print(response.all_messages()) 原载于:本文原载于www.forasp.cn