PydanticAI — 类型安全的 Python Agent 框架 - 编程接入

Pydantic 团队的 Agent 运行时：类型化工具、结构化输出、依赖注入、流式和可观测性。官方 OpenAIProvider 明确支持 base_url 参数，未传时读 OPENAI_BASE_URL 环境变量——对自定义网关非常友好。

适用场景：Python 团队想要比 Instructor 更完整的 Agent（工具调用+状态+评测），又不想进 LangChain 大生态。

pydantic-ai agent typed tools python

操作步骤

pip install pydantic-ai。
provider = OpenAIProvider(base_url="https://tokenbuddy.cc/v1", api_key="{{API_KEY}}")，再用它构造模型和 Agent。
工具用 @agent.tool_plain / @agent.tool 注册，输出用 Pydantic 模型约束 output_type。

代码示例

  import os
  from pydantic_ai import Agent
  from pydantic_ai.models.openai import OpenAIChatModel
  from pydantic_ai.providers.openai import OpenAIProvider
  provider = OpenAIProvider(base_url="https://tokenbuddy.cc/v1", api_key=os.environ["{{API_KEY}}"])
  agent = Agent(OpenAIChatModel("your-model-id", provider=provider), system_prompt="Be concise.")
  print(agent.run_sync("Say hello in one sentence").output)

开源项目信息

仓库：https://github.com/pydantic/pydantic-ai
Stars 口径：本次检索未给出可引用星数，不填报
许可：本次检索未明示，以仓库 LICENSE 为准

接入本站 API：类名随版本有变化（如 OpenAIModel/OpenAIChatModel），照当前版本文档抄，不要照旧博客抄；改 base_url 不会自动改模型的 capability profile，特殊网关可能要显式传 profile。

注意事项

⚠️ 版本演进快，类名和参数以当前文档为准
⚠️ 把结构化输出当事实保证——仍需业务校验
⚠️ 工具里做有副作用的操作（删数据、付款）必须加人工确认

来源：https://pydantic.dev/docs/ai/api/pydantic-ai/providers/