PydanticAI：Pydantic 团队推出类型安全 Agent 框架，支持 20+ 模型提供商和 MCP/A2A 协议
Pydantic 团队发布 PydanticAI Agent 框架，以强类型、依赖注入、评测系统和原生 MCP/A2A 协议支持为核心，目标是把 FastAPI 体验带入 GenAI 应用开发。
PydanticAI：Pydantic 团队推出类型安全 Agent 框架，支持 20+ 模型提供商和 MCP/A2A 协议
PydanticAI 是 Pydantic 团队（Python 数据校验生态核心维护者）推出的 Agent 开发框架，目标是"把 FastAPI 体验带入 GenAI 应用开发"。核心差异点是全链路类型安全：输入、工具参数、结构化输出均纳入 Python 类型系统约束。
为什么是 Pydantic 团队来做这件事
官网的表述直接点出了行业现实：OpenAI SDK、Google ADK、Anthropic SDK、LangChain、LlamaIndex、AutoGPT、CrewAI 等几乎所有主流框架，底层都依赖 Pydantic Validation 做数据校验。但这些框架提供的 Agent 编程体验，和 Python 类型系统能提供的安全性之间仍有明显断层。
PydanticAI 想做的是：直接从源头提供类型安全的 Agent 框架，而不是再包一层。
支持的模型与提供商
官方文档列出超过 20 个模型提供商，包括：
OpenAI、Anthropic、Gemini、DeepSeek、Grok、Cohere、Mistral、Perplexity；以及 Azure AI Foundry、Amazon Bedrock、Google Cloud、Ollama、LiteLLM、Groq、OpenRouter、Together AI、Fireworks AI、Cerebras、Hugging Face、GitHub、Heroku、Vercel、Nebius、OVHcloud、Alibaba Cloud、SambaNova。
核心能力一览
| 能力 | 说明 |
|---|---|
| 类型安全 | 工具参数、Agent 输出全程类型校验 |
| 依赖注入 | 数据库、权限、上下文可安全注入 Agent |
| 结构化输出 | 支持流式结构化输出与即时校验 |
| 评测系统（Evals） | 内置性能评测，可接 Logfire 持续监控 |
| MCP 支持 | 原生集成 Model Context Protocol |
| A2A 协议 | 支持 Agent-to-Agent 互操作 |
| 图式编排（Graph） | 适合复杂控制流的类型化 Graph API |
| HITL 工具审批 | 支持高风险工具调用前的人工审批 |
最小示例
from pydantic_ai import Agent
agent = Agent(
'anthropic:claude-sonnet-4-6',
instructions='Be concise, reply with one sentence.',
)
result = agent.run_sync('Where does "hello world" come from?')
print(result.output)可观测能力
PydanticAI 原生对接 Pydantic Logfire（OpenTelemetry 标准），无需额外配置即可获得调用链追踪、成本分析和评测监控。已有 OTel 观测平台的团队也可直接接入。
官方文档：https://ai.pydantic.dev/ | GitHub：https://github.com/pydantic/pydantic-ai
用户评价