PydanticAI

用語・参照公式仕様のみ鮮度未確認

記事状態: 公開 · 最終確認: 未確認

要点

「Pydantic AIの公式資料は、型定義されたPythonエージェントループ、ツール、構造化出力、複数モデル接続、ストリーミング、永続実行、インストルメンテーションを実装要素として示している。型検証や永続性に関する記載は、LLMの真偽、認可、外部アクションの安全性、および全プロバイダーにおける同一性を保証するものではない。」

現在の判断

ESTABLISHED: 公式資料は、Pydantic AIをPython SDKとして、typed agent loop、モデル/提供元差し替え、tools、構造化された出力、agent graph、streaming、durable 実行連携、OpenTelemetry instrumentationの実装要素として記載している。
NOT_ESTABLISHED: データ形式の定義/型検証が事実性・意味的正しさ・認可・prompt injection耐性・外部外部への変更・送信安全性を保証すること、全提供元/モデル/バージョンで同一挙動になること、本番環境 SLOや組織の利用環境可用性は確立していない。

どこまで当てはまるか

エンタープライズAIコア / 実装 / 相互運用性 / ガバナンス / 監査 / 運用性。Pydanticによるバリデーションの存在と、LLMの真偽・安全性を分離する。

詳しく理解する

なぜ重要か

typed agent loop、構造化された出力、モデル交換、ツール・durable 実行・稼働状況を観測する仕組みの現行実装境界を、Python系frameworkの製品への対応付けへ反映する。

対象範囲と前提

エンタープライズAIコア / 実装 / 相互運用性 / ガバナンス / 監査 / 運用性。Pydanticによるバリデーションの存在と、LLMの真偽・安全性を分離する。

検討ポイント

現行Pydantic AI公式DocsがAgent・typed output・モデル/提供元・ツール・durability・instrumentationを何と記載しているか。

根拠資料の対応表

情報源の分類=公式プロジェクトドキュメント; 正式名称=Pydantic AI; 作成者/組織=Pydantic; 正式URL=https://pydantic.dev/docs/ai/overview/ 公開/更新/アクセス日=現在のドキュメントを2026-09-13 JSTに参照; バージョン/リリース/タグ/コミット/API改訂版=現在のドキュメント（ページ上でパッケージのリリース/タグは固定されていません）; 補足箇所=Overview / What are you building? / typed output / Durable 実行 / Instrumentation（Python AI SDK、型定義されたエンドツーエンドのエージェントループ、モデルインターフェース、ツール、構造化出力、Temporal等によるDurable 実行、OpenTelemetry/Logfireに関する記述。pip install pydantic-aiによる導入例）; 根拠ラベル=VERIFIED_SPEC+PRODUCT_VOLATILE; 関係性=裏付け+limit
source_class=author-maintained 実装仕様・利用方法の文書; exact_title=pydantic-ai agent guide; 著者・組織=Pydantic; canonical_url=https://github.com/pydantic/pydantic-ai/blob/main/docs/agent.md publication/update/access_date=現在の main branch 参照日 2026-09-13 JST; バージョン/公開・提供/tag/commit/API 改訂版=main（commit未固定）; supporting_locator=Introduction / Agent components / Running Agents / 構造化された出力妥当性の検証 / graph iteration / retries（Agentのinstructions・tools・構造化された出力・dependency・モデル settings、実行/run_sync/stream/iter、Pydantic 妥当性の検証と再試行の説明）; evidence_label=OSS_PRACTICE+PRODUCT_VOLATILE; 対応関係=裏付け+文脈・入力情報

利用できる条件

Python/パッケージのバージョン、モデルアダプターとモデルID、プロバイダーの資格情報・契約・地域、オプションのTemporal/DBOS/Prefect/Restateなどのランタイム、Logfire/OTelバックエンド、MCP/ツールの権限、状態/トレースの保持・削除。

実装・運用

OSS/Python 公式ドキュメント + 製品の変動要素。install/example は実装の入り口であり、認証済み組織の利用環境・外部書き込み・永続的な復旧の実測は未実施です。

確認・評価方法

公式ドキュメントにおける検証（妥当性の検証）および計測（instrumentation）の記述は、API機能の証拠である。特定の業務における精度、安全率、持続的なSLO、コスト/レイテンシの独立して再現可能なベンチマークについては、本パケットでは確認しておらず未確認事項である。

セキュリティとプライバシー

Security=データ形式の検証を認可の代替にしない。Privacy=prompt・ツール・状態・traceのPII境界を設定。監査=agent/モデル/バージョン、ツール、妥当性の検証/再試行、状態、承認を相関。Cost=LLM・再試行・durable backend・稼働状況を観測する仕組みを含める。Operability=バージョン pin、重複実行を防ぐ性質、処理待ち時間の上限、再開/以前の状態へ戻す操作、提供元失敗を試験。

検証済みの適用範囲

PydanticAIのV1とV2の区別を維持。型定義による検証は、意味論的な検証や認可の保証ではない。永続的な実行（durable 実行）は、外部側への副作用が正確に一度だけ行われることを保証するものではない。セキュリティに関する記述には、パッチ適用済みのバージョンまたは設定が必要である。独立した本番環境でのエビデンスは不明。

確認できていること

ESTABLISHED: 公式資料は、Pydantic AIをPython SDKとして、typed agent loop、モデル/提供元差し替え、tools、構造化された出力、agent graph、streaming、durable 実行連携、OpenTelemetry instrumentationの実装要素として記載している。
NOT_ESTABLISHED: データ形式の定義/型検証が事実性・意味的正しさ・認可・prompt injection耐性・外部外部への変更・送信安全性を保証すること、全提供元/モデル/バージョンで同一挙動になること、本番環境 SLOや組織の利用環境可用性は確立していない。

よくある失敗・反証

型に適合した誤情報、再試行による重複ツール call、モデル/提供元の拒否差、durable再実行時の外部への変更・送信、traceに記録されない情報が残る。公式Docsの「every モデル」「runs everywhere」等は設計意図・提供元表現として扱い、全モデル実証へ広げない。
「typed」「validated」「durable」を正しさ・安全性・exactly-once・SLAへ読み替えない。Docs sampleやREADME 記述・判断だけで本番採用を閉じない。 UNIT_CLOSE_STATUS: INDIVIDUAL_BOUNDED_CLOSE / EVIDENCE_RECORDED / UNKNOWN_PRESERVED
---

実務での使い方

Python/パッケージのバージョン、モデルアダプターとモデルID、プロバイダーの資格情報・契約・地域、オプションのTemporal/DBOS/Prefect/Restateなどのランタイム、Logfire/OTelバックエンド、MCP/ツールの権限、状態/トレースの保持・削除。
OSS/Python 公式ドキュメント + 製品の変動要素。install/example は実装の入り口であり、認証済み組織の利用環境・外部書き込み・永続的な復旧の実測は未実施です。
公式ドキュメントにおける検証（妥当性の検証）および計測（instrumentation）の記述は、API機能の証拠である。特定の業務における精度、安全率、持続的なSLO、コスト/レイテンシの独立して再現可能なベンチマークについては、本パケットでは確認しておらず未確認事項である。
Security=データ形式の検証を認可の代替にしない。Privacy=prompt・ツール・状態・traceのPII境界を設定。監査=agent/モデル/バージョン、ツール、妥当性の検証/再試行、状態、承認を相関。Cost=LLM・再試行・durable backend・稼働状況を観測する仕組みを含める。Operability=バージョン pin、重複実行を防ぐ性質、処理待ち時間の上限、再開/以前の状態へ戻す操作、提供元失敗を試験。
Python フレームワークのマッピングにおいて、型定義された制御と意味論的な検証を別々の列で渡す。次回は、固定されたリリース／タグ、プロバイダーのマトリックス、永続的なリトライの仕組み、トレーススキーマ、ライセンス／サポート、公開されている課題／インシデントを補完し、危険なツールを使用しない再現可能な TEST_PROFILE を作成する。
PydanticAIのV1とV2の区別を維持。型定義による検証は、意味論的な検証や認可の保証ではない。永続的な実行（durable 実行）は、外部側への副作用が正確に一度だけ行われることを保証するものではない。セキュリティに関する記述には、パッチ適用済みのバージョンまたは設定が必要である。独立した本番環境でのエビデンスは不明。

まだ確認できていないこと

EA-137-UNKNOWN-01
現在のパッケージのリリース／コミット、プロバイダー別の機能の同等性、スキーマ適合後の意味論的エラー、永続的な「正確に一度だけ（exactly-once）」相当性、トレースデータの境界、組織／リージョンでの利用可能性、実業務におけるベンチマーク。
EA-137-UNKNOWN-02
All 未確認事項/PRODUCT_VOLATILE/提供元- or organization-specific limits from authority/監査 remain open unless explicitly closed by the audited 引継ぎ.
EA-137-UNKNOWN-CURRENTNESS
外部根拠の再確認日が正式な本文・公開管理情報で確定していないため、現行性は未確認のまま保持する。確認日を推測して補わない。

根拠資料

研究資料研究資料
出典区分=公式プロジェクトドキュメント; 正式タイトル=Pydantic AI; 著者/組織=Pydantic; 正式URL=
原資料を開く
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
研究資料研究資料
source_class=author-maintained 実装仕様・利用方法の文書; exact_title=pydantic-ai agent guide; 著者・組織=Pydantic; canonical_url=
原資料を開く
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。

出典ID・検証情報・機械可読データ

根拠の種類と情報の鮮度は、ラベルとアイコンで確認できます。

記事ID: EA-137
最終確認日: —
提供元・モデル・プラン・利用環境: —
対象地域: —

元資料の全文と収録照合記録

WHY_THIS_MATTERS_TO_UPDATE

typed agent loop、structured output、model交換、tool・durable execution・observabilityの現行実装境界を、Python系frameworkのprovider mappingへ反映する。

SCOPE_ROUTING

Enterprise AI Core / implementation / interoperability / governance / audit / operability。Pydantic validationの存在とLLMの真偽・安全性を分離する。

CLAIM_OR_RESEARCH_QUESTION

現行Pydantic AI公式DocsがAgent・typed output・model/provider・tool・durability・instrumentationを何と記載しているか。

EVIDENCE_TABLE

source_class=official project documentation; exact_title=Pydantic AI; author/org=Pydantic; canonical_url=https://pydantic.dev/docs/ai/overview/ publication/update/access_date=current docs accessed 2026-09-13 JST; version/release/tag/commit/API revision=current documentation（固定package release/tagはページ上で未固定）; supporting_locator=Overview / What are you building? / typed output / Durable execution / Instrumentation（Python AI SDK、typed end-to-end agent loop、model interface、tools、structured output、Temporal等のdurable execution、OpenTelemetry/Logfireの記述。pip install pydantic-aiの導入例）; evidence_label=VERIFIED_SPEC+PRODUCT_VOLATILE; relation=support+limit
source_class=author-maintained implementation documentation; exact_title=pydantic-ai agent guide; author/org=Pydantic; canonical_url=https://github.com/pydantic/pydantic-ai/blob/main/docs/agent.md publication/update/access_date=current main branch accessed 2026-09-13 JST; version/release/tag/commit/API revision=main（commit未固定）; supporting_locator=Introduction / Agent components / Running Agents / structured output validation / graph iteration / retries（Agentのinstructions・tools・structured output・dependency・model settings、run/run_sync/stream/iter、Pydantic validationとretryの説明）; evidence_label=OSS_PRACTICE+PRODUCT_VOLATILE; relation=support+context

FINDINGS

ESTABLISHED: 公式資料は、Pydantic AIをPython SDKとして、typed agent loop、model/provider差し替え、tools、structured output、agent graph、streaming、durable execution連携、OpenTelemetry instrumentationの実装要素として記載している。
NOT_ESTABLISHED: schema/型検証が事実性・意味的正しさ・認可・prompt injection耐性・外部side effect安全性を保証すること、全provider/model/versionで同一挙動になること、production SLOやtenant可用性は確立していない。

LIMITS / COUNTEREVIDENCE / FAILURE ENVELOPE

型に適合した誤情報、retryによる重複tool call、model/providerの拒否差、durable再実行時のside effect、traceに記録されない情報が残る。公式Docsの「every model」「runs everywhere」等は設計意図・provider表現として扱い、全model実証へ広げない。

AVAILABILITY_GATES

Python/package version、model adapterとmodel ID、provider資格情報・契約・地域、optional Temporal/DBOS/Prefect/Restate等のruntime、Logfire/OTel backend、MCP/tool権限、state/traceの保持・削除。

IMPLEMENTATION_STATE

OSS/Python official docs + PRODUCT_VOLATILE。install/exampleは実装入口で、認証済みtenant・外部書込み・durable recovery実測は未実施。

BENCHMARK_OR_EVAL

公式Docsのvalidation・instrumentation記述はAPI機能の証拠。特定業務の精度、安全率、durable SLO、cost/latencyの独立再現benchmarkはこのPacketで確認しておらずUNKNOWN。

SECURITY / PRIVACY / AUDIT / COST / OPERABILITY

Security=schema validationをauthorizationの代替にしない。Privacy=prompt・tool・state・traceのPII境界を設定。Audit=agent/model/version、tool、validation/retry、state、approvalを相関。Cost=LLM・retry・durable backend・observabilityを含める。Operability=version pin、idempotency、timeout、resume/rollback、provider failureを試験。

SAFE_WORDING_FOR_FUTURE_BOOK

「Pydantic AIの公式資料は、型付きPython agent loop、tools、structured output、複数model接続、streaming・durable execution・instrumentationを実装要素として示す。型検証やdurabilityの記載は、LLMの真偽・認可・外部action安全性・全providerの同一性を保証しない。」

UPDATE_WORK_HANDOFF

Python framework mappingへ、typed controlとsemantic verificationを別列で渡す。次回は固定release/tag・provider matrix・durable retry semantics・trace schema・license/support・公開issue/incidentを補い、危険toolを使わない再現TEST_PROFILEを作る。

OPEN_UNKNOWN

current package release/commit、provider別feature parity、schema適合後のsemantic error、durable exactly-once相当性、trace data boundary、tenant/region availability、実業務benchmark。

STOP_CONDITION

「typed」「validated」「durable」を正しさ・安全性・exactly-once・SLAへ読み替えない。Docs sampleやREADME claimだけで本番採用を閉じない。 UNIT_CLOSE_STATUS: INDIVIDUAL_BOUNDED_CLOSE / EVIDENCE_RECORDED / UNKNOWN_PRESERVED

---

AUDITED_BOUNDARY

PydanticAI V1/V2 distinction preserved; typed validation is not semantic or authorization assurance; durable execution is not exactly-once external-side-effect assurance; security claims require patched version/configuration; independent production evidence UNKNOWN.