我的知识库

Appearance

Pydantic AI ​

在知识图谱中的位置：模块二 · 02_核心框架 · 第 6 节 难度：⭐⭐ | 前置知识：Python + Pydantic

1. 概述 ​

Pydantic AI 是 Pydantic 团队推出的 Python 原生 Agent 框架，利用 Pydantic 的类型系统和验证能力，让 Agent 的工具调用类型安全、零运行时错误。

核心理念：类型安全 = 更少的 Bug + 更好的 DX

2. 技术原理 ​

2.1 核心代码示例 ​

python
from pydantic_ai import Agent, RunContext
from pydantic import BaseModel, Field

# 定义工具返回类型（类型安全！）
class WeatherResult(BaseModel):
    location: str = Field(description="城市名称")
    temperature: float = Field(description="温度")
    condition: str = Field(description="天气状况")

# 定义 Agent
agent = Agent(
    "openai:gpt-4o",
    system_prompt="你是一个天气助手"
)

# 工具定义（类型自动验证）
@agent.tool
async def get_weather(ctx: RunContext[None], city: str) -> WeatherResult:
    """获取指定城市的天气"""
    # 返回 WeatherResult，Pydantic 自动验证
    return WeatherResult(
        location=city,
        temperature=25.0,
        condition="晴"
    )

# 运行
result = await agent.run("北京天气")
print(result.data)  # WeatherResult 实例，类型安全

2.2 核心优势 ​

  1. 类型安全 — 参数和返回值都有类型验证
  2. 零运行时错误 — Pydantic 在运行时验证输入/输出
  3. 自动文档生成 — Pydantic 自动生成 API 文档
  4. 开发者体验 — IDE 自动补全完整

3. 参考资料 ​

4. 学习路径 ​

  1. Level 1 — 理解类型安全 Agent
  2. Level 2 — 写一个 Pydantic Agent
  3. Level 3 — 对比与传统 Agent 的差异
  4. Level 4 — Pydantic AI + MCP
  5. Level 5 — 理解 Pydantic 验证原理