Skip to content
Pydantic AI

Research-Agent mit Pydantic AI

Erstellen Sie einen autonomen Research-Agenten, der das Web durchsucht, Ergebnisse synthetisiert und strukturierte Berichte erstellt — mit Pydantic AI.

researchweb searchreportsautomation

Funktionierender Code

Pydantic AI
from pydantic_ai import Agent, RunContext
agent = Agent(
"openai:gpt-4o",
system_prompt="You are a research assistant. Search the web to gather information, then synthesize findings into a structured report with citations.",
)
@agent.tool
async def web_search(ctx: RunContext, query: str, max_results: int = 3) -> str:
"""Search the web for current information."""
from tavily import TavilyClient
client = TavilyClient()
results = client.search(query, max_results=max_results)
return "\n\n".join(
f"**{r['title']}**\n{r['content']}" for r in results["results"]
)
result = await agent.run("Compare the latest developments in AI agent frameworks in 2025")
print(result.output)

Schritt für Schritt

1

Abhängigkeiten installieren

Installieren Sie Pydantic AI und die benötigten Tools für diesen Anwendungsfall.

2

Tools definieren

Erstellen Sie domänenspezifische Tool-Funktionen, die Ihr Agent zur Interaktion mit externen Diensten verwenden wird.

3

Agent erstellen und ausführen

Initialisieren Sie den Pydantic AI-Agenten mit Ihren Tools, setzen Sie den System-Prompt und führen Sie eine Abfrage aus.

Bereit, mit Pydantic AI zu bauen?

Generieren Sie ein produktionsbereites Projekt mit vorkonfiguriertem Pydantic AI — FastAPI + Next.js, Auth, Streaming und mehr.

Loslegen

Bereit, deinen ersten Produktions-KI-Agenten zu bauen?

Open-Source-Tools, kampferprobte Patterns, null Boilerplate. Konfiguriere deinen Stack und shippe in Minuten — nicht Monaten.