Pydantic AI

类型安全的 Python Agent 框架，提供结构化输出、依赖注入，并通过统一 API 支持几乎所有主流 LLM 提供商。

社区:

AI 智能体开发 AI 开发者工具 AI 代码助手

访问官网

Atoms - 用 AI 轻松构建网站与应用

StoreClaw

Sponsor

为在线卖家打造的自主电商引擎，全天候监控、执行并增长您在所有主流电商平台上的店铺——无需人工干预。

概览
替代方案
数据分析

Atoms - 用 AI 轻松构建网站与应用

产品概览

什么是Pydantic AI？

Pydantic AI 是由 Pydantic 团队打造的生产级 Python Agent 框架。它把 AI Agent 当作带类型的 Python 函数来对待，而不是提示词链条，通过 Pydantic 模型保证输出结构化且经过校验。该框架通过统一一致的 API 支持几乎所有 LLM 提供商（OpenAI、Anthropic、Google、Bedrock、Azure、Groq、Mistral、xAI、Ollama 等），模型只需一个字符串即可切换。Pydantic AI 把 FastAPI 式的开发体验带入 Agent 开发，具备端到端类型安全、依赖注入、可组合能力、原生 OpenTelemetry 可观测性以及持久化执行集成。

主要功能

端到端类型安全
Agent 的输入、输出、工具参数和依赖项全部用 Pydantic 模型和类型提示来表达。模型输出会被自动校验，把错误从运行时提前到编写时，确保 IDE、类型检查器和 LLM 对返回类型达成一致。
统一 API，任意模型
支持几乎所有 LLM 提供商，包括 OpenAI、Anthropic、Google、Bedrock、Azure AI Foundry、Groq、Mistral、xAI 和 Ollama。只需改一个字符串即可切换模型，各厂商 SDK 的差异不会渗透到应用代码中。
可组合的能力模块
一切都打包为可复用的“capability”（能力）原语，将工具、指令、hook 和模型设置组合在一起。Core 内置了 MCP 和网页搜索等基础能力；Pydantic AI Harness 则加入了记忆、护栏、编码 Agent、文件系统访问、shell 执行等。
生产级可观测性
原生支持 OpenTelemetry，可对接任意 OTel 后端。搭配 Pydantic Logfire 一行代码即可完成配置，获得实时调试、链路追踪和成本跟踪。Pydantic Evals 则像 pytest 测试代码一样测试 Agent 行为。
持久化执行
原生集成 Temporal、DBOS、Prefect、Restate、Kitaru 和 Airflow，支持可在重启和故障后存活的长时间运行工作流。Agent 可以运行数天，并内置人工审批环节（human-in-the-loop）。
多种交互界面
一次定义的 Agent 可以直接以 CLI、内置网页聊天、实时语音会话、UI 事件流（AG-UI、Vercel AI）或通过 ACP 用作编辑器 Agent 等多种形式运行。语音功能支持 OpenAI Realtime、Gemini Live、Azure 和 xAI Grok Voice，并内置工具与能力调用。

使用场景

生产级后端 Agent : 在 FastAPI 接口背后构建类型安全的 Agent，Agent 的输出类型直接成为 API 的响应 schema。非常适合需要校验结构化输出的客户支持、数据处理和业务自动化场景。
编码 Agent : 在终端中部署完整的编码 Agent，具备限定工作区的文件访问、白名单 shell、仓库上下文理解、规划和上下文管理能力。Pydantic AI Harness 提供的 Coder 能力内置网页搜索和顾问型子 Agent。
实时语音助手 : 在实时语音会话中运行内置工具与能力的 Agent。可用于构建客服、订单查询和互动对话等语音助手，支持 OpenAI Realtime、Gemini Live 等语音提供商。
长时间运行的工作流 : 在 Temporal、DBOS 或 Prefect 工作流中执行持久化 Agent，适用于后台队列、多步骤流程以及跨越数天的工作流，能在重启、故障和长时间等待中自动保存检查点。
结构化数据抽取 : 使用 Pydantic 模型从非结构化文本中抽取并校验结构化数据。非常适合解析文档、分析业务数据、生成报告，以及将内容转换为经过校验的 JSON schema。
多 Agent 协作 : 编排包含子 Agent、规划能力和动态能力加载的复杂多 Agent 工作流。构建具备类型化 Agent 间通信的研究型 Agent、写作流水线和协作系统。