К основному содержанию
скилл CX Codex

pydantic-ai-model-integration — скилл для Claude Code

Скилл pydantic-ai-model-integration помогает настроить провайдеров LLM, цепочки fallback, стриминг и лимиты токенов в библиотеке PydanticAI.

Apache-2.0 120 установок ★ 89 обновлён 2026-09-15

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add existential-birds/beagle --skill pydantic-ai-model-integration -a claude-code
Открыть на GitHub

Что делает pydantic-ai-model-integration

Скилл содержит шаблоны интеграции языковых моделей для PydanticAI. Он учит агента составлять строки провайдеров в формате provider:model-name для OpenAI, Anthropic, Google (GLA и Vertex), Groq, Mistral, Cohere и Bedrock. Внутри собраны примеры настройки параметров генерации через ModelSettings: таймауты, температура и top_p.

Отдельный блок посвящён отказоустойчивости через FallbackModel. Агент получает правила переключения моделей при ошибках вроде 429 или 5xx, а также примеры стриминга ответов, включая пошаговую валидацию структурированных объектов через output_type.

По умолчанию PydanticAI валидирует окружение сразу при создании экземпляра Agent. Поэтому для тестов без рабочих API-ключей скилл требует включать флаг defer_model_check=True или подменять модель через agent.override.

Какие задачи решает

  • настроить подключение моделей OpenAI, Anthropic или Gemini в PydanticAI
  • организовать цепочку запасных моделей через FallbackModel при сбоях API
  • реализовать стриминг частичных данных для Pydantic-схем
  • ограничить расход токенов на запрос с помощью UsageLimits

Примеры запросов агенту

  • Настрой агента PydanticAI с запасной моделью на случай 429 ошибки
  • Покажи, как отдавать структурированный ответ через run_stream в PydanticAI
  • Как ограничить токены и таймаут запроса в pydantic-ai?

Как установить pydantic-ai-model-integration

1Через Skills CLI (Vercel)

npx skills add existential-birds/beagle --skill pydantic-ai-model-integration -a claude-code

2Вручную: положить файлы

~/.claude/skills/pydantic-ai-model-integration/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/pydantic-ai-model-integration/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о pydantic-ai-model-integration

Как установить pydantic-ai-model-integration в Claude Code?

Выполните в терминале команду npx skills add existential-birds/beagle --skill pydantic-ai-model-integration -a claude-code.

Что делает этот скилл?

Он даёт ИИ-ассистенту готовые сценарии работы с моделями в PydanticAI: форматы строк подключения, стриминг, цепочки отказа и отслеживание расхода токенов.

Как запустить тесты с агентом без реального ключа API?

Укажите параметр defer_model_check=True при создании Agent либо используйте контекстный менеджер with agent.override(model=TestModel()):.

Исходный текст

SKILL.md · Apache-2.0
---
name: pydantic-ai-model-integration
description: Configure LLM providers, use fallback models, handle streaming, and manage model settings in PydanticAI. Use when selecting models, implementing resilience, or optimizing API calls.
---

# PydanticAI Model Integration

## Provider Model Strings

Format: `provider:model-name`

```python
from pydantic_ai import Agent

# OpenAI
Agent('openai:gpt-4o')
Agent('openai:gpt-4o-mini')
Agent('openai:o1-preview')

# Anthropic
Agent('anthropic:claude-sonnet-4-5')
Agent('anthropic:claude-haiku-4-5')

# Google (API Key)
Agent('google-gla:gemini-2.0-flash')
Agent('google-gla:gemini-2.0-pro')

# Google (Vertex AI)
Agent('google-vertex:gemini-2.0-flash')

# Groq
Agent('groq:llama-3.3-70b-versatile')
Agent('groq:mixtral-8x7b-32768')

# Mistral
Agent('mistral:mistral-large-latest')

# Other providers
Agent('cohere:command-r-plus')
Agent('bedrock:anthropic.claude-3-sonnet')
```

## Model Settings

```python
from pydantic_ai import Agent
from pydantic_ai.settings import ModelSettings

agent = Agent(
    'openai:gpt-4o',
    model_settings=ModelSettings(
        temperature=0.7,
        max_tokens=1000,
        top_p=0.9,
        timeout=30.0,  # Request timeout
    )
)

# Override per-run
result = await agent.run(
    'Generate creative text',
    model_settings=ModelSettings(temperature=1.0)
)
```

## Fallback Models

Chain models for resilience:

```python
from pydantic_ai.models.fallback import FallbackModel

# Try models in order until one succeeds
fallback = FallbackModel(
    'openai:gpt-4o',
    'anthropic:claude-sonnet-4-5',
    'google-gla:gemini-2.0-flash'
)

agent = Agent(fallback)
result = await agent.run('Hello')

# Custom fallback conditions
from pydantic_ai.exceptions import ModelAPIError

def should_fallback(error: Exception) -> bool:
    """Only fallback on rate limits or server errors."""
    if isinstance(error, ModelAPIError):
        return error.status_code in (429, 500, 502, 503)
    return False

fallback = FallbackModel(
    'openai:gpt-4o',
    'anthropic:claude-sonnet-4-5',
    fallback_on=should_fallback
)
```

## Streaming Responses

```python
async def stream_response():
    async with agent.run_stream('Tell me a story') as response:
        # Stream text output
        async for chunk in response.stream_output():
            print(chunk, end='', flush=True)

    # Access final result after streaming
    print(f"\nTokens used: {response.usage().total_tokens}")
```

### Streaming with Structured Output

```python
from pydantic import BaseModel

class Story(BaseModel):
    title: str
    content: str
    moral: str

agent = Agent('openai:gpt-4o', output_type=Story)

async with agent.run_stream('Write a fable') as response:
    # For structured output, stream_output yields partial JSON
    async for partial in response.stream_output():
        print(partial)  # Partial Story object as parsed

    # Final validated result
    story = response.output
```

## Dynamic Model Selection

```python
import os

# Environment-based selection
model = os.getenv('PYDANTIC_AI_MODEL', 'openai:gpt-4o')
agent = Agent(model)

# Runtime model override
result = await agent.run(
    'Hello',
    model='anthropic:claude-sonnet-4-5'  # Override default
)

# Context manager override
with agent.override(model='google-gla:gemini-2.0-flash'):
    result = agent.run_sync('Hello')
```

## Deferred Model Checking

Delay model validation for testing:

```python
# Default: Validates model immediately (checks env vars)
agent = Agent('openai:gpt-4o')

# Deferred: Validates only on first run
agent = Agent('openai:gpt-4o', defer_model_check=True)

# Useful for testing with override
with agent.override(model=TestModel()):
    result = agent.run_sync('Test')  # No OpenAI key needed
```

## Usage Tracking

```python
result = await agent.run('Hello')

# Request usage (last request)
usage = result.usage()
print(f"Input tokens: {usage.input_tokens}")
print(f"Output tokens: {usage.output_tokens}")
print(f"Total tokens: {usage.total_tokens}")

# Full run usage (all requests in run)
run_usage = result.run_usage()
print(f"Total requests: {run_usage.requests}")
```

## Usage Limits

```python
from pydantic_ai.usage import UsageLimits

# Limit token usage
result = await agent.run(
    'Generate content',
    usage_limits=UsageLimits(
        total_tokens=1000,
        request_tokens=500,
        response_tokens=500,
    )
)
```

## Provider-Specific Features

### OpenAI

```python
from pydantic_ai.models.openai import OpenAIModel

model = OpenAIModel(
    'gpt-4o',
    api_key='your-key',  # Or use OPENAI_API_KEY env var
    base_url='https://custom-endpoint.com'  # For Azure, proxies
)
```

### Anthropic

```python
from pydantic_ai.models.anthropic import AnthropicModel

model = AnthropicModel(
    'claude-sonnet-4-5',
    api_key='your-key'  # Or ANTHROPIC_API_KEY
)
```

## Common Model Patterns

| Use Case | Recommendation |
|----------|---------------|
| General purpose | `openai:gpt-4o` or `anthropic:claude-sonnet-4-5` |
| Fast/cheap | `openai:gpt-4o-mini` or `anthropic:claude-haiku-4-5` |
| Long context | `anthropic:claude-sonnet-4-5` (200k) or `google-gla:gemini-2.0-flash` |
| Reasoning | `openai:o1-preview` |
| Cost-sensitive prod | `FallbackModel` with fast model first |

## Check gates before ship

Use these only where they prevent obvious misconfiguration; they do not replace integration tests.

- **Fallback chain order:** **Pass:** The first model passed to `FallbackModel(...)` is the intended primary; each subsequent model is a deliberate fallback (not reversed by mistake).
- **Secrets:** **Pass:** Production and shared scripts load API keys from environment variables or a platform secret store; no real keys committed (placeholders only in examples).

© existential-birds · Apache-2.0 · existential-birds/beagle

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
building-pydantic-ai-agents pydantic Скилл building-pydantic-ai-agents учит помощника проектировать приложения на Pydantic AI с инструментами и валидацией ответов. Пригодится при сборке типизированных агентных систем. CX Codex +1 6 600установок migrating-langchain-to-pydantic-ai pydantic Скилл migrating-langchain-to-pydantic-ai для Claude Code переносит Python-проекты с LangChain, LangGraph и Deep Agents на Pydantic AI, сохраняя публичные контракты приложения. CX Codex +1 476установок byok-custom-model starchild Скилл byok-custom-model для Claude Code добавляет пользовательскую LLM-модель в список чата Starchild. Он включается, когда нужно подключить собственный API-ключ Anthropic, OpenAI или другого провайдера. CX Codex +1 2 700установок arize-ai-provider-integration arize Скилл arize-ai-provider-integration для Claude Code управляет интеграциями Arize AI с провайдерами LLM. Включается при запросах на создание, просмотр, изменение или удаление интеграции. CX Codex +1 3 300установок openai-agents-sdk laguagu Помогает разрабатывать агентов на Python с OpenAI Agents SDK. Подключается к задачам с инструментами, передачей управления между агентами, сессиями и потоковой выдачей. CX Codex +1 2 500установок cloud-api-integration martinholovsky Скилл cloud-api-integration для Claude Code помогает подключать облачные AI API и защищать интеграцию. Он включается при проектировании клиентов для Claude, GPT-4 и Gemini. CX Codex +1 203установок

Из того же набора68

Весь набор →
combine-code-review Скилл combine-code-review проверяет код на Combine на ошибки в подписках, операторах, управлении памятью и обработке ошибок. Пригодится перед ревью Swift-кода с Combine. CX Codex +1 123установок receive-feedback Скилл receive-feedback разбирает замечания из код-ревью по фактам, а не из вежливости: каждый пункт проверяется по коду, получает вердикт с доказательством и только потом правится. CX Codex +1 123установок reference-docs Скилл reference-docs помогает писать справочные страницы для API и функций: таблицы параметров, возвращаемые значения, ошибки, запускаемые примеры. CX Codex +1 121установок widgetkit-code-review Скилл widgetkit-code-review проверяет код виджетов на WidgetKit по чек-листу: таймлайн, вёрстка, настраиваемые интенты, память. Пригодится перед релизом виджета и после переезда на iOS 17. CX Codex +1 121установок review-ai-writing Скилл review-ai-writing находит следы текстов нейросетей в документации, комментариях к коду, текстах коммитов и описаниях пулреквестов. Пригодится при проверке репозитория на канцелярский слог и роботизированные фразы. CX Codex +1 119установок wish-ssh-code-review Скилл wish-ssh-code-review проверяет код SSH-серверов на базе Go-библиотеки Charmbracelet Wish: порядок middleware, работу с PTY, ключи хоста и корректное завершение работы. CX Codex +1 119установок urlsession-code-review Скилл urlsession-code-review разбирает сетевой код на URLSession в iOS и macOS: статус-коды, кэш, таймауты и фоновые сессии. Находки идут с привязкой file:line. CX Codex +1 116установок elixir-security-review Скилл elixir-security-review проверяет код на Elixir на уязвимости: инъекции кода, переполнение таблицы атомов и утечки секретов. CX Codex +1 110установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой