首页
学习
活动
专区
圈层
工具
发布
技术百科首页 >Pydantic AI >Pydantic AI 的 Agent 循环(Agentic Loop)是如何运行的?

Pydantic AI 的 Agent 循环(Agentic Loop)是如何运行的?

词条归属:Pydantic AI

1. 基本执行流程

Agent 循环的核心逻辑已趋于稳定:调用模型、执行工具、将结果反馈给模型。Pydantic AI 提供五种运行方式:

  • agent.run():异步函数,返回包含完成响应的 RunResult
  • agent.run_sync():同步函数,内部调用 run()
  • agent.run_stream():异步上下文管理器,支持流式输出
  • agent.run_stream_sync():同步版本的流式运行
  • agent.iter():返回 AgentRun,可遍历底层 Graph 的节点

2. 工具调用机制

当模型决定调用工具时,Pydantic AI 自动执行工具函数、验证参数、将结果追加到消息历史,并继续循环。整个过程对开发者透明,只需通过 @agent.tool 装饰器注册工具函数。

3. 结构化输出验证

每次运行结束时,Pydantic AI 根据 Agent 定义的 output_type 验证模型输出。验证失败时,框架将错误信息反馈给模型并要求重试,重试次数可通过 retries 参数配置。

相关文章
Loop Engineering 循环工程:别再 Prompt Agent 了,去设计让 Agent 自己跑的循环
2026 年 6 月,OpenClaw 创始人 Peter Steinberger 发了一条浏览量超 800 万的推文:
windealli
2026-06-24
1.6K0
Pydantic-DeepAgents:基于 Pydantic-AI 的轻量级生产级 Agent 框架
DeepAgents的灵感源自 LangChain deepagents,但在设计上更做减法,它强调类型安全且内置了 Docker 沙箱
deephub
2025-12-30
6510
Claude Code 是怎么跑起来的:从 Agent Loop 理解代理循环实现
如果你已经会调用大模型、也知道 tool calling 和 agent 的基本概念,那接下来最值得看的问题通常不是“怎么再包一层 prompt”,而是:一个真正能跑任务的 agent,到底是怎么在代码里运转起来的
CandyTong
2026-04-14
2.1K0
Agentic AI 产品的工程化架构:从自主决策到可靠执行的系统设计
Agentic AI(代理式人工智能)正将大模型从“对话引擎”推向“数字员工”的新范式。与传统的 RAG 或 ChatBot 不同,Agentic AI 产品要求系统具备自主规划、复杂工具链调用、状态管理以及长周期任务执行的能力。然而,自主性带来的不确定性给工程落地带来了指数级的复杂度。
用户12339161
2026-07-25
2560
写给Agent的Loop,关键不在循环那六行代码本身
Claude Code 作者Boris:我已经不写 prompt 了,我写 loop
用户11563501
2026-06-29
1640
点击加载更多
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
领券