Pydantic AI Harness : la bibliothèque de capacités pour Pydantic AI
Batteries pour votre agent Pydantic AI. Le noyau de Pydantic AI offre des fonctionnalités qui nécessitent la prise en charge d'un modèle ou d'un cadre, ainsi que des fonctionnalités fondamentales pour chaque recherche sur le Web d'agent, recherche d'outils et réflexion.
En bref
- De quoi s’agit-il ?
- Un paquet compagnon qui regroupe outils, hooks de cycle de vie, instructions et réglages de modèle sous forme de capacités sélectionnables pour les agents Pydantic AI.
- À qui s’adresse-t-il ?
- Pydantic AI Harness est la bibliothèque officielle de capacités pour Pydantic AI, distribuée sous licence MIT avec une politique de version 0.x. La matrice de capacités et les exemples de démarrage rapide montrent comment assembler des agents à partir de capacités sélectionnables, et le parcours de contribution commence par un issue puis passe à une PR.
- Puis-je l’utiliser commercialement ?
- Oui. MIT est une licence permissive : vous pouvez utiliser, modifier et vendre un logiciel qui en dépend, à condition de conserver les mentions de droit d’auteur et de licence.
- Est-il encore maintenu ?
- Oui. Le dépôt a reçu de nouveaux commits au cours des dernières 24 heures.
- En quel langage est-il écrit ?
- Principalement Python, d’après les statistiques de langage de GitHub.
Ces réponses reposent sur les données GitHub du projet (dernière synchronisation le 19 septembre 2026) et sur notre analyse. Elles ne constituent pas un avis juridique.
ANALYSE OPEN SOURCE APPROFONDIE
Batteries pour un agent Pydantic AI
Pydantic AI Harness est la bibliothèque officielle de capacités pour Pydantic AI, maintenue par l'équipe Pydantic AI. Le noyau Pydantic AI comprend les capacités qui exigent un support du modèle ou du framework, ainsi que les capacités fondamentales pour chaque agent, comme la recherche web, la recherche d'outils et la réflexion. Tout le reste se trouve ici : des briques autonomes que l'on choisit pour transformer un agent en agent de codage, en assistant de recherche ou autre chose. Les nouvelles capacités commencent ici et peuvent passer dans le noyau une fois stables et jugées largement essentielles. Le README décrit le paquet comme les batteries de l'agent Pydantic AI.
Installation et extras
Le README documente l'installation avec uv. La commande de base est `uv add pydantic-ai-harness`. Les extras spécifiques aux capacités incluent `codemode`, `dynamic-workflow`, `modal`, `logfire`, `exa`, `skills`, `browser-use`, `stackone`, `acp` et `mongodb` ; `code-mode` est aussi accepté comme alias. Le paquet exige Python 3.10+ et `pydantic-ai-slim>=2.18.0`. Le README ne documente pas pip, poetry ni d'autres méthodes d'installation, elles restent donc non vérifiées.
Démarrage rapide : CodeMode, MCP et recherche web
L'exemple de démarrage rapide crée un agent avec trois capacités : `CodeMode()`, `MCP('https://hn.caseyjhand.com/mcp', native=False)` et `WebSearch(native=False)`. CodeMode enveloppe chaque outil dans un seul outil `run_code` sandboxé par Monty, de sorte que le modèle écrit du Python qui appelle plusieurs outils avec des boucles, des conditions, asyncio.gather et un filtrage local en un seul aller-retour. Avec `native=False`, MCP utilise le jeu d'outils local pour que CodeMode puisse envelopper les outils, et la recherche web passe par le repli local DuckDuckGo. L'exemple utilise Logfire pour le tracing et un modèle Anthropic ; le README lie à une trace Logfire publique de cette exécution.
DynamicWorkflow pour l'orchestration de sous-agents
DynamicWorkflow fait pour les sous-agents ce que CodeMode fait pour les outils. Sans lui, un orchestrateur délègue un appel d'outil à la fois, donc dix délégations coûtent dix allers-retours de modèle. Avec lui, le modèle écrit un script Python dans lequel chaque sous-agent est une fonction asynchrone, et tout l'arbre s'exécute en un seul appel d'outil. Le README présente `max_agent_calls` comme une limite exacte, imposée par l'hôte, sur les exécutions de sous-agents, et par défaut la consommation de jetons de tout l'arbre est comptée dans l'usage de l'exécution parente. `defer_loading=True` garde le catalogue hors du prompt jusqu'à ce que le modèle charge la capacité, et `reveal()` ajoute un sous-agent en cours d'exécution sans perturber le cache de prompt. L'API peut changer pendant que les extensions prévues fixent le contrat d'appel ; les changements cassants sont livrés avec des avertissements de dépréciation lorsque c'est pratique.
Matrice de capacités et paquets de l'écosystème
Le README contient une matrice de capacités qui suit chaque domaine de capacité important pour les agents de production sous forme d'issue. Les catégories incluent la collaboration de modèles, les outils et l'exécution, l'intégration éditeur, la gestion des prompts, la gestion du contexte, la mémoire et la persistance, l'orchestration d'agents, la sécurité et les garde-fous, la fiabilité et le raisonnement. Chaque ligne a un marqueur de statut et, le cas échéant, des alternatives communautaires. Certaines capacités sont marquées comme terminées, d'autres sont en construction via des pull requests, et certaines vivent dans le noyau Pydantic AI plutôt que dans ce dépôt. Les paquets de vstorm-co sont approuvés par l'équipe Pydantic AI, et l'équipe dit travailler avec eux pour intégrer certaines implémentations dans ce dépôt. Le README demande aux utilisateurs de voter sur les PR ou issues liés pour fixer les priorités.
Politique de version, contributions et licence
Pydantic AI Harness utilise un versionnage 0.x. Le README explique que c'est pour cela que le paquet est distribué séparément de Pydantic AI, qui a une politique de version plus stricte. Les versions mineures peuvent contenir des changements cassants ; les versions de correctif ne casseront pas intentionnellement le comportement existant. Les changements cassants sont documentés dans les notes de version avec un guide de migration, et lorsque c'est pratique, l'ancien comportement reste disponible sous un nom ou une option de configuration déprécié. Les capacités sont le point d'extension principal de Pydantic AI ; le README renvoie aux capacités existantes comme référence pour créer les vôtres, et mentionne la convention de nommage `pydantic-ai-<name>` pour les paquets autonomes. Les contributions commencent par un issue, puis une PR ; les PR qui modifient `pyproject.toml` ou `uv.lock` de personnes hors équipe sont automatiquement fermées par la CI pour éviter les risques de chaîne d'approvisionnement. Les commandes de développement dans le README sont `make install`, `make format`, `make lint`, `make typecheck`, `make test` et `make testcov`. Le paquet est sous licence MIT, avec des droits d'auteur attribués à Pydantic Services Inc. 2026. La licence accorde les droits d'utiliser, copier, modifier, fusionner, publier, distribuer, sous-licencier et vendre des copies, et elle ne fournit aucune garantie. Les matériaux du dépôt n'établissent pas d'engagements de support, de garanties de sécurité ni de préparation à la production.
Contrôle pratique de pydantic-ai-harness
Tester le Harness avec l exemple `Coder()` et un répertoire de travail isolé. Observer les permissions de `FileSystem`, le répertoire courant de `Shell`, les étapes de `Planning` et la compaction avant de confier une tâche longue. Le dépôt `pydantic-ai-harness` doit être versionné avec `pydantic-ai` compatible.
Conclusion éditoriale
Pydantic AI Harness est la bibliothèque officielle de capacités pour Pydantic AI, distribuée sous licence MIT avec une politique de version 0.x. La matrice de capacités et les exemples de démarrage rapide montrent comment assembler des agents à partir de capacités sélectionnables, et le parcours de contribution commence par un issue puis passe à une PR.
Notes de la communauté