pydantic

HTTPX2 是一个面向 Python 的下一代 HTTP 客户端库，延续了 HTTPX 的传统，并新增了 HTTP/2 支持和异步 API 等功能，现由 Pydantic 维护。

Mihomo 是一个使用 Pydantic v2 的 Python 包，为 Honkai: Star Rail API 数据提供类型化、经过验证的模型，简化了配套应用、机器人和数据分析的开发。

Python 工具 'ty' 现在包含了对 Pydantic 的一流支持，区分了宽松模式和严格模式，并遵循 Pydantic 的类型强制规则。

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。

Outlines 是一个 Python 库，可确保在生成过程中从 LLM 获得结构化输出（JSON、Pydantic 模型等），跨多个模型提供商工作以消除解析错误。