PydanticAI Howto
PydanticAI adalah Kerangka Agen Python yang menyederhanakan pengembangan aplikasi AI kelas produksi dengan menggabungkan validasi data Pydantic yang kuat dengan integrasi LLM, menawarkan injeksi ketergantungan yang aman tipe dan dukungan model-agnostic.
Lihat Lebih BanyakCara Menggunakan PydanticAI
Instal PydanticAI: Instal menggunakan pip: 'pip install pydantic-ai' atau untuk instalasi minimal gunakan 'pip install pydantic-ai-slim'
Impor Komponen yang Diperlukan: Impor komponen dasar: 'from pydantic_ai import Agent, RunContext' dan komponen Pydantic lainnya yang diperlukan
Buat Agen: Inisialisasi Agen dengan model (misalnya, 'agent = Agent("openai:gpt-4o")' atau 'agent = Agent("gemini-1.5-flash")')
Tentukan Model Data: Buat model Pydantic untuk mendefinisikan struktur input dan output Anda menggunakan definisi kelas dengan petunjuk tipe
Atur Ketergantungan: Tentukan ketergantungan menggunakan @dataclass jika agen Anda memerlukan akses ke sumber daya atau data eksternal selama eksekusi
Konfigurasi Prompt Sistem: Tambahkan prompt sistem baik secara statis melalui konstruktor agen atau secara dinamis menggunakan dekorator @agent.system_prompt
Tambahkan Alat: Daftarkan alat menggunakan dekorator @agent.tool untuk memberikan kemampuan dan fungsi tambahan yang dapat dipanggil oleh agen Anda
Terapkan Validasi Hasil: Atur validasi hasil menggunakan model Pydantic dan parameter result_type dalam konfigurasi Agen Anda
Jalankan Agen: Eksekusi agen menggunakan run_sync() untuk operasi sinkron atau run() untuk operasi asinkron, dengan melewatkan ketergantungan yang diperlukan
Opsional: Tambahkan Pemantauan: Integrasikan dengan Pydantic Logfire untuk pemantauan dengan menginstal grup opsional logfire dan mengonfigurasi logging
FAQ PydanticAI
PydanticAI adalah Kerangka Agen Python yang dirancang untuk membangun aplikasi kelas produksi dengan AI Generatif. Ini dibangun oleh tim di balik Pydantic dan saat ini berada dalam tahap beta awal. Tujuannya adalah untuk membuat pengembangan aplikasi AI menjadi kurang menyakitkan sambil memberikan keamanan tipe dan validasi respons terstruktur.
Artikel Terkait
Lihat Selengkapnya