框架 · Pydantic
快速了解 Pydantic AI
Pydantic 团队打造的 Python agent framework，围绕类型提示、经过验证的结构化输出和依赖注入设计。它支持七种持久化执行引擎，从 Temporal 到 Airflow，并附带 Pydantic Evals。
适用于： 需要输出经过验证、类型安全的 Python agent，且希望自行选择持久化执行引擎的场景。
关键信息
- 维护者
- Pydantic
- 语言
- Python
- 许可证
- MIT
- 最新版本
2.52.0· 2026年9月30日- 代码仓库
- pydantic/pydantic-ai
- 托管选项
- 无
快速入门
安装软件包、设置凭据，然后运行官方文档中的最简 agent。这里使用的模型 ID 与文档一致，但你的账户可能尚未启用这些模型。
pip install pydantic-aifrom typing import Literal
from pydantic import BaseModel, Field
from pydantic_ai import Agent, RunContext
class Sentiment(BaseModel):
label: Literal['positive', 'negative', 'neutral']
score: float = Field(ge=-1, le=1)
agent = Agent('openai:gpt-6-sol', output_type=Sentiment)
@agent.tool
def recent_reviews(ctx: RunContext, product: str) -> list[str]:
"""Fetch recent review snippets for a product."""
return ['The new release fixed everything I complained about!']
result = agent.run_sync('How are people feeling about the Extract app?')
print(result.output)
#> label='positive' score=0.9功能
| 支持任意模型 | 是 | 更换模型只需修改字符串；内置离线测试模型 |
|---|---|---|
| MCP 客户端 | 是 | 作为 agent 的一项 MCP 能力添加 |
| MCP 服务器 | 尚未确认 | |
| 多 agent | 是 | 支持 SubAgents，并通过 Pydantic Graph 实现类型安全的控制流 |
| 持久化运行 | 是 | 支持 Temporal、DBOS、Prefect、Restate、AWS Lambda、Kitaru 或 Airflow |
| 人工审批 | 是 | 持久化执行期间也支持审批 |
| 追踪 | 是 | 原生支持 OpenTelemetry；一行代码即可将 trace 发送到 Logfire |
| 评测 | 是 | Pydantic Evals，是同一项目中的独立包 |
近期更新
- 已进入 2.x 系列；1.x 仍会获得维护版本，例如 2026 年 9 月 30 日发布的 v1.107.7。
- 新增 pydantic-ai-harness 包，提供 Coder、Researcher 和 SubAgents。
- 新增实时语音、图像生成和 embeddings。
- 文档已迁移至 pydantic.dev/docs/ai/。