★ FEATURED ARTICLE 人工智能AI AgentAgent 框架多智能体工具调用Agent 沙箱交互助手MCP Clients【免费下载链接】pydantic-deepagentsOpen-source, self-hosted Claude Code - a terminal AI assistant and the Python framework behind it. Tool-calling, sandboxed execution, multi-agent teams, skills, checkpoints, unlimited context - on Pydantic AI, any model.项目地址https://gitcode.com/gh_mirrors/py/pydantic-deepagents点击查看免费下载pydantic-deepagents下文简称 Pydantic Deep Agents是一款基于 Pydantic AI 的开源 Python Agent 框架支持工具调用、沙箱执行、多智能体协作与技能系统。它的结构化输出功能只需传一个output_type参数就能让 Agent 最终返回类型安全的 Pydantic 模型实例帮你彻底告别脆弱的 JSON 解析和dict取值。为什么字符串输出不够用默认情况下Agent 返回的是普通字符串。人眼看没问题但一旦要在代码里使用——存库、分支判断、传给下一个函数——你就得面对这些经典麻烦json.loads()解析可能抛异常拿到的dict里字段名拼错不报错运行时才炸没有类型提示编辑器补全失效重构无保障一句话字符串意味着解析、猜测和脆弱。三步搞定结构化输出整个过程只涉及一个新参数三步走完第 1 步用 Pydantic 模型描述你想要的形状写一个普通的 PydanticBaseModel每个字段就是一个 Agent 必须填满的槽位class CodeReview(BaseModel): summary: str Field(description一句话总结代码质量) issues: list[str] approved: bool第 2 步通过output_type绑定到 Agent在创建 Agent 时传入output_typeCodeReview即可这是整个功能的唯一入口agent create_deep_agent( modelanthropic:claude-sonnet-4-6, instructionsYou are a meticulous code reviewer., output_typeCodeReview, )第 3 步直接按属性访问类型安全的结果运行之后result.output不再是一个字符串而是真正的CodeReview实例review result.output # CodeReview不是 str if not review.approved: # bool可以放心分支 for issue in review.issues: print(issue) # list[str]可以直接迭代Agent 的类型自动变成Agent[DeepAgentDeps, CodeReview]编辑器的自动补全、reveal_type()检查全部生效。校验和自动重试是免费的你完全不用自己写校验逻辑。如果模型返回的数据不符合 schema该是int的给了字符串、漏了字段Pydantic AI 会捕获错误并自动带着校验信息让模型重试直到产出合法数据。Field上的约束同样会被强制生效class Rating(BaseModel): score: int Field(ge1, le10, description质量评分 1-10) explanation: strscore11根本溜不进来——模型会被迫重新给一个区间内的值。结构化输出不牺牲 Agent 能力一个常见的疑问返回类型固定后Agent 还能干活吗当然可以。设置了output_type的 Agent 依旧能读文件、跑 shell、搜网页、委派子 Agent它照常完成所有工作只是把最终答案按你的模型整形输出。所以去读一遍仓库然后返回一个RepoSummary完全是一个好提示词。子 Agent 也支持结构化输出在SubAgentConfig中同样传入output_type即可详见 docs/examples/subagents.md实用小贴士技巧说明字段要有描述性模型只能看到字段名、类型和描述security_concerns比notes效果好得多写好Field(description...)一行描述往往比反复调 prompt 更管用嵌套随便用字段可以是另一个BaseModel、list[Step]、Optional[...]或Enum——Pydantic 能校验的就行参考资料完整教程docs/learn/structured-output.md子 Agent 结构化输出示例examples/subagents.pyoutput_type参数实现pydantic_deep/agent.py赞分享人工智能AI AgentAgent 框架多智能体工具调用Agent 沙箱交互助手MCP Clients【免费下载链接】pydantic-deepagentsOpen-source, self-hosted Claude Code - a terminal AI assistant and the Python framework behind it. Tool-calling, sandboxed execution, multi-agent teams, skills, checkpoints, unlimited context - on Pydantic AI, any model.项目地址https://gitcode.com/gh_mirrors/py/pydantic-deepagents点击查看免费下载相关推荐Pydantic AI 结构化输出实战用 Pydantic 模型约束与校验 LLM 返回数据Pydantic AI 结构化输出实战用 Pydantic 模型约束与校验 LLM 返回数据 Pydantic AI 是 Pydantic 团队推出的 Pyt后端序列化Instructor 结构化输出实战用 Pydantic 让任意 LLM 返回可靠 JSONInstructor 结构化输出实战用 Pydantic 让任意 LLM 返回可靠 JSON Instructor structured outputs f人工智能大模型AI 应用如何通过mononoki编程字体破解代码阅读疲劳提升开发效率如何通过mononoki编程字体破解代码阅读疲劳提升开发效率 如果你每天需要面对屏幕编写代码超过6小时是否经常感到眼睛疲劳、注意力难以集中这不仅仅是工作强开发工具创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
