pydantic-ai は動作しますか?

はい。pydantic-ai は動作します. Argusic はクリーンなマシンで 0 分でインストールして起動し、途中で 8 件のエラーに遭遇し、セッションを記録しました。

Argusic は pydantic-ai をどのようにテストしましたか?

新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 5badf40a3c51 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。

pydantic-ai のテストにはいくらかかりましたか?

この判定を出した実行のコストは 0.19 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。

pydantic-ai のインストールにはどのくらい時間がかかりますか?

この判定を決めた実行では、クリーンなマシンから実行状態まで 0.4 分でした。これは 1 回の計測された試行であり、平均ではありません。

pydantic-ai には GPU が必要ですか?

起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。

pydantic-ai のインストールでは何がうまくいきませんか?

記録された実行では 8 件の問題が発生しました。そのうち 7 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。

pydantic-ai の証拠はどこにありますか?

記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

英語の原文: https://argusic.com/subject/pydantic-ai

pydantic-ai

Python による AI の実現方法。エージェント、リアルタイム音声、画像生成、エンベディング。すべてのモデル、すべてのインターフェースを、エンドツーエンドで型付け。

動作するソース: GitHub ホームページPythonMITコミット 5badf40a3c51

Python、MIT ライセンス. プロジェクト自身の表記: agent framework、genai、harness、harness engineering、llm、pydantic、python.

pydantic-ai は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 0.4 分でインストールし、8 件のエラーに遭遇し、セッション全体が記録されました。

The workspace installs and builds, the full CI-configured suite passed 15182 tests, and clai web served HTTP 200 on its health, configure, index, and chat endpoints using the built-in test model.
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 84.8 点 (このプロジェクトの実行スコアの平均)。

概要

判定: 動作する
Argusic スコア: 84.8 / 100
検証した実行のコスト: 0.19 USD (実測)
記録された実行: 2
最終テスト: 2026-11-02
スター: 21,024
フォーク: 3,099
未解決の Issue: 1,773
ウォッチャー: 117
サイズ: 363 MB
作成日: 2024-06-21
最終プッシュ: 2026-11-04

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 2026-11-04。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。各行は記録された値であり、推定値ではありません。

pydantic-ai のテスト中に各失敗で失われた時間 (記録された実行から作成) — 各バーはエージェントが記録した失敗と、それにかかった時間です。この実行のデータのみから描いています。

うまくいかなかった点 (エージェント自身の言葉)

エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。

Initial all-extras pytest run produced numerous Prefect Blockbuster failures4 分
Docs-example setup errors reported pyright exit code 247 after the cgroup recorded an OOM kill4 分
uv was not installed, so make install could not start1 分
/usr/bin/time was absent1 分
clai web -m test:test exited with 'Unknown model: test:test'1 分
Version probe assumed pydantic_evals and pydantic_graph expose __version__1 分

インストール時間: 1 分未満
クリーンなマシンから完了まで: 19 分
遭遇したエラーと修正したエラー: 8 件に遭遇、7 件を人の手を借りずに修正
結果の証明方法: make install exited 0 with 335 packages installed; BLOCKBUSTER_ENABLED=false TYPECHECK_EXAMPLES=false uv run pytest -q --tb=short -n 4 --dist=loadgroup exited 0 with 15182 passed, 628 skipped, 5 xfailed in 485.14s; clai web -m test --port 7933 returned 200 for /api/health with {"ok":true}, /api/configure, / and /api/chat, whose SSE stream ended with data: [DONE]; clai -m test --no-stream exited 0; uv build --all-packages exited 0 with 12 wheel/sdist artifacts.
使用したモデルのトークン: 178,646
テストした正確なコミット: 5badf40a3c51
コンテナイメージ: sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク: CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い: 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

      1 <!doctype html
      1 </html>
      1 <html
      6 @pydantic/ai-chat-ui
--- chat SSE terminal event ---
data: {"type":"finish"}
data: [DONE]
--- smoke ---
0.0.1.dev1+5badf40
/work/repo/pydantic_ai_slim/pydantic_ai/__init__.py
tokens used
178,646

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

クリーンなマシンで実行状態に達し、セッションが記録されました。
0.4 分でインストールでき、Argusic が計測した比較可能な 61 件のプロジェクトの中央値より速い結果です。
GPU なしで動作したため、起動に GPU は必要ありません。
ホストの報告によると、ライセンスは MIT です。
2 回計測しているため、一度きりの結果ではありません。

うまくいかなかった点、または不明な点

セットアップ中に 8 件のエラーに遭遇しました。そのうち 1 件は解決されていません。

Argusic がインストールして時間を計測した agent-framework のプロジェクト 62 件のうち、pydantic-ai は実行状態に達するまでの速さが 6 番目で、62 件中 48 件がそもそも実行状態に達しました。

適している用途

ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。
手早く評価したい場合: クローンから 0.4 分後には動作していました。

同じ分野でテストしたプロジェクト

ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。

実行履歴

テスト担当	試行	結果	スコア	コスト (USD)	日時
Argusic Runner	2/3	動作した	97.50	0.19	2026-11-02 23:10 UTC
Argusic Runner	1/3	モックで動作した	72.00	0.16	2026-09-26 08:06 UTC

トピック (出典: GitHub)

agent-framework genai harness harness-engineering llm pydantic python

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/pydantic-ai.svg)](https://argusic.com/subject/pydantic-ai)

質問

pydantic-ai は動作しますか?: はい。pydantic-ai は動作します. Argusic はクリーンなマシンで 0 分でインストールして起動し、途中で 8 件のエラーに遭遇し、セッションを記録しました。
Argusic は pydantic-ai をどのようにテストしましたか?: 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 5badf40a3c51 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。
pydantic-ai のテストにはいくらかかりましたか?: この判定を出した実行のコストは 0.19 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
pydantic-ai のインストールにはどのくらい時間がかかりますか?: この判定を決めた実行では、クリーンなマシンから実行状態まで 0.4 分でした。これは 1 回の計測された試行であり、平均ではありません。
pydantic-ai には GPU が必要ですか?: 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
pydantic-ai のインストールでは何がうまくいきませんか?: 記録された実行では 8 件の問題が発生しました。そのうち 7 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
pydantic-ai は代替のプロジェクトと比べてどうですか?: Argusic がインストールして時間を計測した agent-framework のプロジェクト 62 件のうち、pydantic-ai は実行状態に達するまでの速さが 6 番目で、62 件中 48 件がそもそも実行状態に達しました。
pydantic-ai の証拠はどこにありますか?: 記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。