samples/pydantic-ai_1 — awesome-ai-stack

예제

Pydantic AI — 타입이 있는 에이전트

실제로 실행 가능한 미니 프로젝트입니다. 받아서 Docker로 실행해 보세요.

GitHub에서 samples/pydantic-ai_1 보기 ↗

2026년 6월 28일

Pydantic AI — 타입이 있는 에이전트

아주 작은 Pydantic AI 스크립트입니다. 자유 텍스트에서 Person(name·age·occupation)을 추출합니다. 에이전트의 output_type이 Pydantic 모델이라, 파싱할 문자열이 아니라 검증된 객체를 돌려받습니다.

설정

cd samples/pydantic-ai_1
cp .env.sample .env
# .env 편집: MODEL과 해당 제공자의 키를 설정

MODEL은 provider:model 형식입니다:

제공자	`MODEL`	`.env`의 키
Anthropic Claude	`anthropic:claude-opus-4-8`	`ANTHROPIC_API_KEY`
OpenAI	`openai:gpt-4o`	`OPENAI_API_KEY`
Google AI Studio	`google-gla:gemini-2.5-flash`	`GEMINI_API_KEY`

.env는 gitignore 처리되어 있고, .env.sample만 커밋됩니다.

Docker로 실행

cd samples/pydantic-ai_1
docker build -t aas-pydantic-ai .
docker run --rm --env-file .env aas-pydantic-ai \
  "Ada Lovelace, 36, was a mathematician and the first programmer."

Docker로 실행 (DooD를 쓰는 devcontainer에서)

호스트 Docker 데몬과 통신하는 dev container(Docker-outside-of-Docker)에서는 위의 포그라운드 docker run이 종종 아무것도 출력하지 않고 exit 0으로 끝납니다. 하지만 실행 자체는 성공한 것입니다. 스크립트는 끝까지 실행되고 출력도 Docker가 모두 캡처하는데, 실시간 attach 스트림만 그 출력을 VM 경계에서 흘려버립니다. detached로 실행하고 로그를 따라가세요:

cd samples/pydantic-ai_1
docker build -t aas-pydantic-ai .
docker logs -f "$(docker run -d --env-file .env aas-pydantic-ai \
  "Ada Lovelace, 36, was a mathematician and the first programmer.")"

로컬에서 실행

cd samples/pydantic-ai_1
pip install -r requirements.txt
python app.py "Ada Lovelace, 36, was a mathematician and the first programmer."

python-dotenv가 .env를 자동으로 불러옵니다.

실행 결과

모델과 실행마다 결과가 달라집니다 — LLM은 비결정적입니다. 형태는 Pydantic 모델이 고정하고, 값은 추출됩니다. 아래는 anthropic:claude-opus-4-8로 실행한 한 예입니다.

name='Ada Lovelace' age=36 occupation='Mathematician'

.env.sample

# Copy this file to `.env` and fill in the key for the provider you want.
#   cp .env.sample .env
#
# Pydantic AI model id is "provider:model".

# Pick the model. Examples:
#   anthropic:claude-opus-4-8    Anthropic Claude   -> needs ANTHROPIC_API_KEY
#   openai:gpt-4o                OpenAI             -> needs OPENAI_API_KEY
#   google-gla:gemini-2.5-flash  Google AI Studio   -> needs GEMINI_API_KEY
MODEL=anthropic:claude-opus-4-8

# Set only the key for the provider you chose; leave the rest blank.
ANTHROPIC_API_KEY=
OPENAI_API_KEY=
GEMINI_API_KEY=

app.py

"""Pydantic AI: a typed agent that returns a validated object.

Extracts a `Person` from free text. The agent's `output_type` is a Pydantic
model, so the result is a validated Python object — not text to parse. MODEL is
a "provider:model" string, so switch providers by changing it.

Run:
    docker build -t aas-pydantic-ai .
    docker run --rm --env-file .env aas-pydantic-ai "Ada Lovelace, 36, was a mathematician."
"""

import os
import sys

from dotenv import load_dotenv
from pydantic import BaseModel
from pydantic_ai import Agent

# Load .env when running locally; in Docker the keys come from --env-file.
load_dotenv()

MODEL = os.environ.get("MODEL", "anthropic:claude-opus-4-8")


class Person(BaseModel):
    name: str
    age: int
    occupation: str


def main() -> None:
    text = " ".join(sys.argv[1:]) or "Ada Lovelace, 36, was a mathematician and the first programmer."

    agent = Agent(MODEL, output_type=Person)
    result = agent.run_sync(f"Extract the person from: {text}")

    print(result.output)


if __name__ == "__main__":
    main()

Dockerfile

# Minimal image for the Pydantic AI sample.
FROM python:3.13-slim

ENV PYTHONUNBUFFERED=1

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY app.py .

# Provide your config at run time (.env is NOT baked into the image):
#   docker run --rm --env-file .env aas-pydantic-ai "<text to extract from>"
ENTRYPOINT ["python", "app.py"]