pydantic

关于使用 Pydantic AI 和 Pydantic Evals 确保 LLM 结构化输出的详细指南，涵盖结构验证、内容正确性和开放式判断。

Monty 是一个用 Rust 编写的极简安全 Python 解释器，专为 AI Agent 设计，提供微秒级启动和近原生 CPython 性能，同时严格限制对主机文件系统、网络和环境变量的访问。

该文章对比了FastAPI+SQLAlchemy与SQLModel的使用场景，分析了迁移的收益与成本，建议存量项目不必全量迁移。

Neural_avb 强调 Minimax M3 的 RLM 如何使用带有 pydantic 契约的子代理群进行类型检查和模式验证，从而降低幻觉率和失败的子代理调用。

LlamaIndex 展示了如何使用 LlamaParse 从金融 PDF 中提取结构化数据，实现贷款承销流程的自动化，包括跨文档分析和人工审核。

一则关于智能体记忆中模式（Schema）约束重要性的讨论，介绍了 Zep AI 的开源 Graphiti 库，该库用于构建受约束实体和关系类型的时序知识图谱。

解释了如何通过使用Pydantic模式定义本体来修复代理记忆，实现结构化提取到知识图谱中以进行多跳推理，并提供了一个开源解决方案（Zep）。

对 pydantic-monty 的调查，这是一个用 Rust 编写的用于沙盒执行的最小化 Python 解释器，确认其安全限制（持续时间、内存、分配、递归）按预期工作。

Pydantic 复刻了 httpx HTTP 库，创建了 httpx2，以解决维护问题。原始分支 httpxyz 对此表示欢迎，并鼓励社区支持 httpx2。

一个开源研讨会仓库，用于构建真实世界的多智能体 AI 系统，包括深度研究智能体和 LinkedIn 写作工作流，使用 MCP 服务器、Pydantic 结构化输出以及带有 Claude Code 子智能体的智能体工程。