天津网站建设制作品牌公司,wordpress 登录重定向,开发小程序需要备案吗,网站被百度惩罚放弃PydanticAI 是一个 Python Agent 框架，旨在简化使用生成式 AI 构建生产级应用程序的过程。 它由 Pydantic 团队构建，该团队也开发了 Pydantic —— 一个在许多 Python LLM 生态系统中广泛使用的验证库。PydanticAI 的目标是为生成式 AI 应用开发带来类似 FastAPI 的体验，它基…PydanticAI 是一个 Python Agent 框架，旨在简化使用生成式 AI 构建生产级应用程序的过程。 它由 Pydantic 团队构建，该团队也开发了 Pydantic —— 一个在许多 Python LLM 生态系统中广泛使用的验证库。PydanticAI 的目标是为生成式 AI 应用开发带来类似 FastAPI 的体验，它基于 Pydantic 构建，并提供了强大的功能。
PydanticAI 的突出特点
Pydantic 团队构建： 由 Pydantic 核心团队开发，这意味着它拥有高质量的构建和维护。模型无关性： 支持 OpenAI、Anthropic、Gemini、Ollama、Groq 和 Mistral 等多种模型，并且易于扩展以支持其他模型。Pydantic Logfire 集成： 无缝集成 Pydantic Logfire，可实时调试、性能监控和跟踪 LLM 应用的行为。类型安全： 旨在最大程度地提高类型检查的有效性，确保代码的可靠性。Python 优先的设计： 利用 Python 的控制流程和代理组合来构建 AI 项目，易于应用标准的 Python 最佳实践。结构化响应： 使用 Pydantic 验证和结构化模型输出，确保响应的一致性。依赖注入系统： 提供可选的依赖注入系统，可将数据和服务传递给代理的系统提示、工具和结果验证器，便于测试和迭代开发。流式响应： 提供流式处理 LLM 输出的能力，实现即时验证，确保结果快速准确。图支持： Pydantic Graph 提供了一种强大的方式来使用类型提示定义图，这在复杂应用中非常有用，可以避免代码变得混乱。安装PydanticAI
你可以使用下面的脚本来安装PydanticAI:
pip install 'pydantic-ai[logfire]'
PydanticAI的简单应用
在下面的python脚本是我在jupyter notebook中写的，因此我在代码的开头会使用nest_asyncio库的apply()方法，它的主要作用是在已经运行的 asyncio 事件循环中允许嵌套地运行新的 asyncio 事件循环。接下来我们会定义一个LLM，这里我们会使用当前最火的deepseekV3模型，当然你也可以使用其他的国内模型，比如Kimi,GLM,QWEN等模型。
import nest_asyncio
nest_asyncio.apply()from pydantic_ai import Agent
from pydantic_ai.models.openai import OpenAIModel#DeepSeekv3
deepseek_model = OpenAIModel('deepseek-chat',api_key='sk-xxxxxxxxx',base_url='https://api.deepseek.com',)# ##KIMI
# kimi_model = OpenAIModel(
# 'moonshot-v1-8k',
# api_key='sk-xxxxxxxxxx',
# base_url='https://api.moonshot.cn/v1',# )agent = Agent(model = deepseek_model)result1 = agent.run_sync('你好')
print(result1.data) 这里我们看到与使用原生openai的框架相比使用PydanticAI框架来调用LLM时，它的代码更为简洁，这也是我喜欢它的原因之一。
基本的结构化输出
结构化输出是PydanticAI的核心基础功能，它可以让LLM按照指定的格式输出用户想要的信息。比如我们想要让LLM从用户给定的信息中提取姓名，性别，出生日期，职业等信息，那么我们只要简单的定义一个 class就可以实现：
from pydantic import BaseModel
from pydantic_ai import Agent#定义 class
class MyModel(BaseModel):name: str # 姓名gender: str # 性别birth: str # 出生日期Occupation: str # 职业#DeepSeekv3
deepseek_model = OpenAIModel('deepseek-chat',api_key='sk-XXXXXXXX',base_url='https://api.deepseek.com',)#定义agent
agent = Agent(deepseek_model,result_type=MyModel,)#查看agent
agent 上面我们定义了一个agent, 它会调用deepseek-chat模型，接下来我们来实际执行这个agent, 让它从一堆文本信息中提取我们想要的姓名，性别，出生日期，职业等信息。
content="""
唐太宗李世民（598年1月28日—649年7月10日），唐朝第二任皇帝、第一任宰相。
唐高祖李渊次子，母亲太穆皇后窦氏，为中国历史上著名的政治家、军事家、民族共主，开创了奠定唐朝立国基础的“贞观之治”，
因此成为唐代乃至中国历史上最享负盛名的皇帝之一，亦是为后世争相效仿的明君典范之一。
在灭亡东突厥汗国之后，被九姓铁勒、西域诸国国王、吐火罗叶护尊称为“天可汗”，成为首位天可汗。
"""result = agent.run_sync(content)
print(result.data) 上面我们让agent输出了用户信息中的所有姓名，性别，出生日期，职业等信息 ，除此之外我们还可以要求agent输出指定的信息：
print(result.data.name)
print(result.data.gender)
print(result.data.birth)
print(result.data.Occupation)
