Pydantic AI

Pydantic AI 是什麼

Pydantic AI 是一套開源、與模型供應商無關的 AI 代理（agent）框架，給 Python 用。它出自 Pydantic 團隊——就是那個幾乎每個 Python 後端都在用的資料驗證套件，也是 FastAPI 背後的功臣。它的核心想法是：把 Pydantic 的型別檢查與資料驗證帶進 AI 代理開發，讓你寫 AI 應用時，能像寫 FastAPI 一樣有結構、可預期、型別安全，而不是一堆難以維護的字串拼接。採 MIT 授權，可商用。

適合誰

寫 Python 的後端工程師，特別是已經在用 Pydantic、FastAPI 那一掛的人。如果你要把 LLM 包進正式的生產系統，需要結構化輸出、需要型別保證、需要能維護的程式碼，這個框架會讓你很順手。

優點

型別安全是最大賣點，AI 回傳的東西能直接被 Pydantic 驗證成你要的資料結構，少掉很多自己寫解析和防呆的功夫。模型無關，OpenAI、Anthropic、Gemini、Bedrock、Ollama、甚至串 LiteLLM 都行。內建 MCP 支援、能做多代理協作與工具呼叫，還能做「durable agents」在 API 失敗或重啟後保住進度。對熟 Python 型別的人，學習曲線平緩。

缺點與限制

它是相對年輕的框架，生態系和教學資源比 LangChain 少，遇到冷門問題能搜到的答案不多。只給 Python，其他語言的團隊用不上。它走的是「乾淨、型別優先」的路線，如果你要的是一堆現成的高階元件和整合，可能會覺得它比較精簡、要自己組裝的東西多。

替代方案

同為 Python 的有 LangChain / LangGraph（生態大但常被嫌複雜）、LlamaIndex（偏 RAG）、CrewAI（多代理）。要的是型別乾淨、好維護，Pydantic AI 是目前很受好評的選擇。

台灣觀點

沒有繁中文件，但這是給工程師的框架，英文文件不是問題。對台灣做 AI 產品的團隊，最大的價值是「能寫出維護得住的生產級程式碼」——很多 demo 跑得動、上線就崩，問題常出在輸出不結構化，這正是它在解的。繁中能力依然看你接哪家模型。

總評：給重視程式碼品質、已在 Pydantic / FastAPI 生態裡的 Python 團隊，是把 AI 代理寫進正式系統的好框架；要現成大生態系的人可能會回頭看 LangChain。