النقاط الرئيسية
- ترخيص MIT — مجاني للاستخدام والتعديل والاستضافة الذاتية، بما في ذلك تجاريًا
- تجاوز مستودع GitHub الخاص بـ pydantic/pydantic-ai 19,865 نجمة و2,697 عملية fork (أُنشئ في 21 يونيو 2024)
- حزمة PyPI باسم
pydantic-ai، الإصدار المستقر الحالي 2.42.0 (8 سبتمبر 2026) — تتم صيانته بنشاط كبير، مع إصدارات متعددة أسبوعيًا - المفهوم الأساسي: وكلاء آمنون من حيث النوع (مخرجات موثّقة بنموذج Pydantic)، حَقن التبعيات للأدوات، وإعداد مستقل عن النموذج عبر المزوّدين الكبار
- من طوّره: فريق Pydantic، صانع مكتبة التحقق Pydantic التي تقوم عليها SDK الخاص بـ OpenAI وSDK الخاص بـ Anthropic وADK الخاص بـ Google وLangChain
- التثبيت:
pip install pydantic-ai، مع إضافات اختيارية مثل `pip install "pydantic-ai[temporal]"` للتنفيذ الدائم المدعوم بـ Temporal
📍 في جملة واحدة
Pydantic AI هو إطار عمل Python مجاني برخصة MIT من فريق Pydantic لبناء وكلاء آمنين من حيث النوع، حيث تُعرّف المخرجات كنموذج Pydantic ويتم التحقق من كل استجابة LLM مقابل ذلك النموذج في وقت التشغيل، إلى جانب حَقن التبعيات للأدوات ودعم مستقل عن مزوّد النموذج.
💬 بعبارات بسيطة
يتيح لك Pydantic AI إخبار وكيل LLM بالضبط بالشكل الذي يجب أن تكون عليه إجابته، باستخدام نفس نماذج Pydantic التي يستخدمها مطورو Python بالفعل للتحقق من صحة البيانات، ويرفض أو يعيد محاولة الاستجابات التي لا تتطابق تلقائيًا — بدلاً من تحليل نص خام على أمل أن يكون JSON صالحًا.
📌ملاحظة: المهمة الأساسية لـ Pydantic AI هي بناء وكلاء فرديين موثّقين وآمنين من حيث النوع — الأقرب فئويًا إلى Semantic Kernel. راجع Local LLM Software Directory لمعرفة مكان Pydantic AI بين أطر عمل الوكلاء بنظرة سريعة.
من Pydantic إلى Pydantic AI
يأتي Pydantic AI من الفريق وراء Pydantic، مكتبة Python للتحقق من صحة البيانات التي أصبحت بنية تحتية أساسية عبر نظام الذكاء الاصطناعي البيئي — نماذج Pydantic هي طبقة التحقق الأساسية داخل SDK الخاص بـ OpenAI وSDK الخاص بـ Anthropic وADK الخاص بـ Google وLangChain، من بين أدوات أخرى كثيرة. أُنشئ مستودع pydantic/pydantic-ai على GitHub في 21 يونيو 2024، مطبّقًا نفس النهج القائم على التحقق مباشرة على مخرجات الوكلاء.
انتقل المشروع بسرعة من حزمة مبكرة إلى واجهة برمجة تطبيقات (API) مُعلَنة كمستقرة: صدر أول إصدار عام (v0.0.1) في 30 أكتوبر 2024، وصدر v1.0.0 — أول إصدار يعلن الفريق أنه مستقر للاستخدام الإنتاجي — في 5 سبتمبر 2025، أي بعد نحو 15 شهرًا من إنشاء المستودع. تلاه إصدار رئيسي v2.0.0 في 23 يونيو 2026.
يخضع Pydantic AI لتطوير نشط جدًا وقت كتابة هذه المراجعة: حزمة pydantic-ai على PyPI لديها إصدار مستقر حالي 2.42.0 (نُشر في 8 سبتمبر 2026)، وتلقّى مستودع GitHub تعديلات (commits) حتى يوم كتابة هذه المراجعة نفسه — يُصدر المشروع عدة إصدارات فرعية أسبوعيًا.
يطوّر الفريق نفسه ويبيع بشكل منفصل Pydantic Logfire، منصة مراقبة مبنية على OpenTelemetry تتكامل مع Pydantic AI (ومع كود Python بشكل عام) للتتبع وتصحيح الأخطاء وتتبع التكاليف. Logfire منتج منفصل ومدفوع اختياريًا — وهو غير مطلوب لاستخدام Pydantic AI، الذي يظل مجانيًا وبرخصة MIT بحد ذاته.
إنشاء مستودع pydantic-ai
- التاريخ:
- 2024-06-21
- ماذا يعني ذلك:
- يبدأ فريق Pydantic إطار عمل وكلاء مخصص مبنيًا على نماذج Pydantic
أول إصدار عام (v0.0.1)
- التاريخ:
- 2024-10-30
- ماذا يعني ذلك:
- نشر حزمة مبكرة على PyPI، وواجهة برمجة التطبيقات لم تكن مستقرة بعد
v1.0.0 — أول إصدار مستقر
- التاريخ:
- 2025-09-05
- ماذا يعني ذلك:
- يعلن الفريق واجهة برمجة التطبيقات مستقرة للاستخدام الإنتاجي
صدور v2.0.0
- التاريخ:
- 2026-06-23
- ماذا يعني ذلك:
- قفزة إصدار رئيسية
v2.42.0 على PyPI
- التاريخ:
- 2026-09-08
- ماذا يعني ذلك:
- أحدث إصدار مستقر موثّق وقت كتابة هذه المراجعة
📌ملاحظة: "Pydantic AI" (إطار عمل الوكلاء، موضوع هذه المقالة) و"Pydantic" (مكتبة التحقق من صحة البيانات الأساسية) هما مشروعان مرتبطان لكنهما منفصلان من نفس الفريق ونفس منظمة GitHub — يعتمد Pydantic AI على Pydantic، لكن Pydantic نفسها لا تملك أي ميزات خاصة بالوكلاء.
ما هو Pydantic AI؟
Pydantic AI هو إطار عمل Python مفتوح المصدر (بترخيص MIT، يُصان بنشاط، github.com/pydantic/pydantic-ai) لبناء وكلاء LLM آمنين من حيث النوع — وكلاء تُوصَف وتُتحقّق مدخلاتهم ومخرجاتهم واستدعاءات أدواتهم بنماذج Pydantic عادية بدلاً من نص أو قواميس مُحلَّلة بشكل فضفاض.
- مخرجات منظّمة وموثّقة: عرّف
output_typeكنموذج Pydantic (أو نوع Python بسيط)، ويتحقق Pydantic AI من استجابة النموذج مقابله في وقت التشغيل، مع إعادة المحاولة تلقائيًا عند فشل التحقق - حَقن التبعيات: مرّر كائن
depsموثّق النوع — اتصال بقاعدة بيانات، أو عميل HTTP، أو مفتاح API، أو بديل اختبار — إلى مطالبات النظام وأدوات الوكيل، ما يسهّل اختبار الوحدة لكود الوكيل دون استدعاءات شبكة حقيقية - تصميم مستقل عن النموذج: تصف الوثائق دعمًا لـ"عمليًا كل نموذج ومزوّد" — بما في ذلك OpenAI وAnthropic وGoogle (Gemini) وAWS Bedrock وAzure AI Foundry وGroq وMistral وxAI وOllama من بين آخرين — مع تبديل مزوّد يقارب تغيير سطر واحد من الكود
- استدعاء الأدوات: سجّل دالة Python كأداة باستخدام decorator، ويولّد Pydantic AI مخطط JSON للأداة تلقائيًا من تلميحات النوع ونص التوثيق الخاص بالدالة
- البث المباشر (Streaming): يمكن للوكلاء بث مخرجات منظّمة جزئية أثناء توليدها، وليس فقط رموز نصية خام
- التنفيذ الدائم (إضافة اختيارية): تكامل مع Temporal، يُثبَّت عبر `pip install "pydantic-ai[temporal]"`، يتيح لتدفقات عمل الوكلاء الطويلة أن تنجو من إعادة تشغيل العمليات
- المراقبة (اختيارية، منتج منفصل): Pydantic Logfire، الذي بناه نفس الفريق على OpenTelemetry، يضيف التتبع وتصحيح الأخطاء وتتبع التكاليف لعمليات تشغيل الوكلاء — وهو غير مطلوب لاستخدام Pydantic AI
pip install pydantic-ai
# مثال بسيط: وكيل آمن من حيث النوع مع مخرجات موثّقة
from pydantic import BaseModel
from pydantic_ai import Agent
class CityInfo(BaseModel):
city: str
country: str
population: int
agent = Agent('openai:gpt-4o', output_type=CityInfo)
result = agent.run_sync('Tell me about the capital of France.')
print(result.output) # CityInfo(city='Paris', country='France', population=...)كم تكلفة Pydantic AI؟
Pydantic AI نفسه مجاني بموجب ترخيص MIT — لا يوجد اشتراك أو مستوى مدفوع للإطار. تدفع مقابل حوسبتك الخاصة بالإضافة إلى أي رسوم API من أي مزوّد LLM تُعدّه. منتج المراقبة المنفصل الخاص بالفريق، Pydantic Logfire، له مستويات مدفوعة، لكنه اختياري بالكامل.
- Pydantic AI (الإطار مفتوح المصدر): مجاني إلى الأبد بموجب ترخيص MIT، مستضاف ذاتيًا، بلا حدود استخدام، ولا يتطلب حسابًا لتشغيله
- لا يوجد منتج مستضاف أو اشتراك للإطار نفسه: إنه مكتبة تستوردها وتشغّلها بنفسك
- تكلفة اختيارية: رسوم API من مزوّد LLM الذي تُعدّه (مثل التسعير لكل رمز في نموذج سحابي) إذا وصّلت واجهة خلفية سحابية بدلاً من نموذج يُخدَّم محليًا عبر Ollama أو نقطة نهاية أخرى متوافقة مع OpenAI
- منتج مصاحب اختياري: تتوفر مراقبة Pydantic Logfire بمستوى Personal مجاني (10 ملايين span/سجل شهريًا، مقعد واحد، 3 مشاريع، احتفاظ لمدة 30 يومًا، دون الحاجة إلى بطاقة ائتمان) وخطط مدفوعة Team (49 دولارًا شهريًا، 5 مقاعد، 5 مشاريع، 10 ملايين span مضمّنة، دولاران لكل مليون span إضافي) وGrowth (249 دولارًا شهريًا، مقاعد ومشاريع غير محدودة)، وفق هيكل تسعير سارٍ اعتبارًا من 1 يناير 2026
كيف تُثبِّت Pydantic AI وتبدأ استخدامه؟
ثبّت Pydantic AI من PyPI باستخدام pip install pydantic-ai. لا حاجة إلى استنساخ المستودع أو Docker للإطار الأساسي — يُستخدم Pydantic AI كاستيراد Python عادي، رغم أن بعض التكاملات الاختيارية مثل التنفيذ الدائم تحتاج حزمًا إضافية.
- 1ثبّت الحزمة:
pip install pydantic-ai. - 2للتنفيذ الدائم الاختياري، ثبّت إضافة Temporal: `pip install "pydantic-ai[temporal]"`.
- 3أعدّ مزوّد LLM — على سبيل المثال، سلسلة نموذج من OpenAI أو Anthropic أو Google، أو نقطة نهاية متوافقة مع OpenAI تُخدَّم محليًا مثل Ollama — عبر معرّف النموذج الممرَّر إلى
Agent(...). - 4عرّف مخرجات الوكيل المتوقعة كـ
BaseModelمن Pydantic (أو نوع Python بسيط) ومرّرها كـoutput_typeعند إنشاءAgent. - 5سجّل الأدوات اختياريًا باستخدام decorator بعنوان
@agent.tool، وأعلن كائنdepsموثّق النوع لحَقن التبعيات في مطالبة النظام والأدوات. - 6استدعِ
agent.run_sync(...)أو النسخة غير المتزامنةagent.run(...)لتنفيذ الوكيل والحصول على نتيجة موثّقة النوع ومُحقَّقة. - 7راجع وثائق Pydantic AI للدليل الكامل لأنماط الوكلاء المتعددين والبث المباشر والتكامل الاختياري مع Logfire.
هل أحتاج إلى Docker أو GPU لتشغيل Pydantic AI؟
لا. Pydantic AI مكتبة Python تستدعي مزوّد LLM الذي تُعدّه — لا تتطلب Docker أو عتاد GPU محلي ما لم تكن تشغّل خادم نموذج محلي بشكل منفصل.
هل يعمل Pydantic AI مع النماذج المحلية؟
نعم، إذا كان النموذج المحلي يُخدَّم عبر نقطة نهاية متوافقة مع OpenAI، مثل Ollama، تُشير إليها إعدادات نموذج Agent — لا يأتي Pydantic AI نفسه بنموذج مدمج.
لمن يناسب Pydantic AI؟
يناسب Pydantic AI مطوّري Python الذين يريدون تحديدًا مخرجات وكلاء موثّقة وآمنة من حيث النوع، وحَقن التبعيات لكود أدوات قابل للاختبار — خصوصًا الفرق التي تستخدم Pydantic بالفعل في أماكن أخرى للتحقق من صحة البيانات. ويناسب بشكل أضيق الفرق التي تحتاج إلى تنسيق متعدد الوكلاء أو منشئ مرئي بلا كود.
متى لا يجب استخدام Pydantic AI؟
تجنّب Pydantic AI عندما تكون مهمتك أساسًا تنسيقَ عدة وكلاء متواصلين، أو عندما تحتاج إلى منشئ مرئي بلا كود، أو عندما لا يكون التحقق الصارم من المخرجات مطلوبًا فعليًا للمهمة المطروحة.
- مهمة تتطلب أن يتحاور عدة وكلاء ويوزّعوا العمل — إطار عمل تنسيق متعدد الوكلاء مثل CrewAI أو AutoGen أو CAMEL يُصوّر هذا النمط بشكل أكثر مباشرة من وكيل واحد آمن من حيث النوع
- فريق يحتاج إلى منشئ تدفق عمل مرئي بلا كود — Pydantic AI قائم على الكود أولاً وبلا واجهة سحب وإفلات
- مهمة تكون فيها مخرجات النص الخام للنموذج كافية فعليًا كما هي (مثل الكتابة الإبداعية المفتوحة) — تضيف آلية التحقق قيمة ضئيلة عندما لا يوجد مخطط هدف للتحقق مقابله
- تدفق عمل يكون اهتمامه الأساسي حالة صريحة ومستمرة ومتفرّعة عبر خطوات كثيرة، وليس شكل مخرجات وكيل واحد — إطار عمل قائم على الرسوم البيانية مثل LangGraph يُصوّر ذلك بشكل أكثر مباشرة
- استخدم Pydantic AI بدلاً من ذلك تحديدًا عندما تستفيد المهمة من عقد موثّق وآمن من حيث النوع بين LLM وباقي تطبيقك، أو عندما تكون مستثمرًا بالفعل في نظام Pydantic البيئي
Pydantic AI مقابل البدائل
أقرب نقاط المقارنة بـ Pydantic AI هي أطر عمل أخرى تعطي الأولوية لـ Python وتركّز على المخرجات المنظّمة — يتبنّى Semantic Kernel نهجًا موثّق النوع مماثلًا عبر عدة لغات، ويحسّن DSPy المطالبات برمجيًا بدلاً من التحقق من المخرجات، ويقدّم LangChain أوسع سطح تكامل عام.
الأداة | المهمة الأساسية | الترخيص | الحالة | الأنسب لـ |
|---|---|---|---|---|
| Pydantic AI | وكلاء آمنون من حيث النوع بمخرجات موثّقة | MIT | نشط | مخرجات موثّقة، اختبار قائم على حَقن التبعيات |
| LangChain | إطار عمل عام لتطبيقات LLM | MIT | نشط | أوسع نظام بيئي للتكامل |
| Semantic Kernel | SDK تنسيق مؤسسي (C#/Python/Java) | MIT | نشط | مجموعات تقنية مؤسسية متعددة اللغات |
| DSPy | برمجة نماذج اللغة، لا مجرد توجيهها بالموجّهات | MIT | نشط | تحسين المطالبات/الأوزان في مسار واحد |
يقارن هذا الجدول Pydantic AI بأطر عمل أخرى منظّمة وتعطي الأولوية لـ Python وتتشارك أقرب تداخل مفاهيمي. لا يشمل أدوات تنسيق متعدد الوكلاء مثل CrewAI أو CAMEL، التي تحل مشكلة مختلفة — تنسيق عدة وكلاء متواصلين بدلاً من التحقق من مخرجات وكيل واحد.
أخطاء شائعة عند تقييم Pydantic AI
تنشأ هذه الأخطاء من الخلط بين Pydantic AI ومكتبة Pydantic الأساسية، أو معاملة Logfire على أنه إلزامي، أو توقّع ميزات تنسيق متعدد الوكلاء لا يوفرها بشكل أساسي.
الأسئلة الشائعة
هل ما زال Pydantic AI يحظى بالصيانة؟
نعم. مستودع pydantic/pydantic-ai يخضع لتطوير نشط جدًا؛ لدى حزمة pydantic-ai على PyPI إصدار مستقر حالي 2.42.0 (8 سبتمبر 2026)، مع إصدارات متعددة أسبوعيًا.
هل Pydantic AI مجاني للاستخدام؟
نعم. Pydantic AI برخصة MIT ومجاني للاستخدام التجاري والتعديل والاستضافة الذاتية. منتج المراقبة المنفصل الخاص بالفريق، Pydantic Logfire، له مستويات مدفوعة، لكن Logfire اختياري وغير مطلوب لاستخدام Pydantic AI.
من يطوّر Pydantic AI؟
فريق Pydantic — نفس الفريق الذي يطوّر Pydantic، مكتبة Python للتحقق من صحة البيانات المستخدمة داخل SDK الخاص بـ OpenAI وSDK الخاص بـ Anthropic وADK الخاص بـ Google وLangChain.
ما الفرق بين Pydantic وPydantic AI؟
Pydantic مكتبة Python عامة للتحقق من صحة البيانات دون أي ميزات خاصة بالوكلاء أو LLM. أما Pydantic AI فهو إطار عمل وكلاء منفصل، طوّره نفس الفريق، يستخدم نماذج Pydantic لتعريف والتحقق من المخرجات المنظّمة لوكيل ما.
هل يدعم Pydantic AI النماذج المحلية؟
نعم، إذا كان النموذج المحلي يُخدَّم عبر نقطة نهاية متوافقة مع OpenAI، مثل Ollama، تُشير إليها إعدادات نموذج الوكيل.
كيف أثبّت Pydantic AI؟
شغّل pip install pydantic-ai. للتنفيذ الدائم الاختياري عبر Temporal، ثبّت الإضافة: `pip install "pydantic-ai[temporal]"`.
ما هو Pydantic Logfire، وهل أحتاج إليه؟
Pydantic Logfire منتج مراقبة منفصل قائم على OpenTelemetry من نفس الفريق، للتتبع وتصحيح الأخطاء وتتبع التكاليف. إنه اختياري — يعمل Pydantic AI بشكل كامل بدونه، ولدى Logfire مستوى Personal مجاني إن أردته.
ما النماذج والمزوّدون الذين يدعمهم Pydantic AI؟
يصف المشروع دعمًا لعمليًا كل نموذج ومزوّد رئيسي، بما في ذلك OpenAI وAnthropic وGoogle (Gemini) وAWS Bedrock وAzure AI Foundry وGroq وMistral وxAI وOllama، قابلة للتبديل بتغيير سطر واحد تقريبًا.
ما الترخيص الذي يُصدَر بموجبه Pydantic AI؟
MIT، الذي يسمح بالاستخدام التجاري المجاني والتعديل والاستضافة الذاتية.
كم عدد نجوم GitHub التي يملكها Pydantic AI؟
تجاوز مستودع pydantic/pydantic-ai 19,865 نجمة على GitHub و2,697 عملية fork، اعتبارًا من سبتمبر 2026.
كيف يختلف Pydantic AI عن LangChain؟
LangChain إطار عمل عام أوسع لتطبيقات LLM بأكبر نظام بيئي للتكامل في هذه الفئة. أما Pydantic AI فأضيق نطاقًا ويعطي الأولوية للتحقق — يتمحور حول تعريف مخرجات الوكيل كنموذج Pydantic والتحقق من كل استجابة مقابله في وقت التشغيل.