Original em inglês: https://argusic.com/subject/pydantic-ai
pydantic-ai
Como o Python faz IA. Agents, voz em tempo real, geração de imagens, embeddings. Cada modelo, cada interface, tipado de ponta a ponta.
Executafonte: GitHubpágina do projetoPythonMITcommit 5badf40a3c51
Python, licença MIT. O projeto se descreve como: agent framework, genai, harness, harness engineering, llm, pydantic e python.
pydantic-ai executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,4 minutos e encontrou 8 erros, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 84,8 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Initial all-extras pytest run produced numerous Prefect Blockbuster failures4 minutos
- Docs-example setup errors reported pyright exit code 247 after the cgroup recorded an OOM kill4 minutos
- uv was not installed, so make install could not start1 minuto
- /usr/bin/time was absent1 minuto
- clai web -m test:test exited with 'Unknown model: test:test'1 minuto
- Version probe assumed pydantic_evals and pydantic_graph expose __version__1 minuto
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 19 minutos
- Erros encontrados e corrigidos
- 8 encontrados, 7 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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.
- Tokens de modelo usados
- 178.646
- Commit exato testado
- 5badf40a3c51
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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
178,646Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 0,4 minutos, mais rápido que a mediana dos 61 projetos comparáveis que a Argusic mediu.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Encontrou 8 erros durante a configuração, 1 dos quais não foi resolvido.
Dos 62 projetos de agent-framework que a Argusic instalou e cronometrou, pydantic-ai foi o 6º mais rápido a chegar a um estado de execução, e 48 de 62 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 0,4 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa | 97,50 | 0,19 | |
| Argusic Runner | 1/3 | Executa com mocks | 72,00 | 0,16 |
Tópicos (de GitHub)
agent-frameworkgenaiharnessharness-engineeringllmpydanticpython
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/pydantic-ai)Perguntas
- pydantic-ai executa?
- Sim. pydantic-ai executa. A Argusic o instalou e iniciou em uma máquina limpa em 0 minutos, encontrando 8 erros no caminho, e gravou a sessão.
- Como a Argusic testou pydantic-ai?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 5badf40a3c51. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar pydantic-ai?
- A execução que produziu este veredito custou US$ 0,19: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar pydantic-ai?
- 0,4 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- pydantic-ai precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar pydantic-ai?
- 8 coisas quebraram na execução registrada, e 7 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como pydantic-ai se compara às alternativas?
- Dos 62 projetos de agent-framework que a Argusic instalou e cronometrou, pydantic-ai foi o 6º mais rápido a chegar a um estado de execução, e 48 de 62 chegaram a esse estado.
- Onde estão as evidências de pydantic-ai?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.