Pydantic-AI v0.0.20 版本发布：模型支持与功能增强

Pydantic-AI 是一个基于 Pydantic 的 AI 模型集成框架，它简化了在 Python 应用中集成和使用各种 AI 模型的过程。通过提供统一的接口和工具，开发者可以更方便地构建基于 AI 的应用，而无需关心不同模型提供商之间的差异。

新增模型支持

本次 v0.0.20 版本最显著的变化是增加了对 Cohere 模型的支持。Cohere 是一家专注于自然语言处理技术的 AI 公司，其模型在文本生成和理解方面表现出色。通过集成 Cohere，Pydantic-AI 现在能够为开发者提供更多样化的模型选择。

此外，版本还扩展了对 Ollama 模型的支持，新增了 'deepseek-r1' 模型。Ollama 是一个本地运行大型语言模型的工具，这使得开发者可以在本地环境中使用强大的语言模型能力。

模型响应增强

新版本在 ModelResponse 中增加了 model_name 字段，这一改进使得开发者能够更清晰地追踪和识别模型响应的来源。对于需要记录或分析不同模型表现的场景，这一功能尤为重要。

系统提示处理优化

针对 OpenAI 系统提示的处理进行了改进，特别是对 o1 模型的支持。系统提示是指导模型行为的重要机制，优化后的处理逻辑能够更好地保持提示的意图，确保模型按照预期工作。

同时，版本还增加了对 user 角色系统提示的支持，特别是在 o1-preview-2024-09-12 版本中。这一特性使得开发者能够更精细地控制模型的行为和输出风格。

工具调用与并行处理

新版本引入了对 parallel_tool_calls 的支持，这一功能允许模型同时处理多个工具调用请求。通过 ModelSettings 配置，开发者可以灵活控制并行处理的行为，这对于需要高效处理多个任务的场景非常有价值。

状态图生成控制

Mermaid 代码生成的状态图现在支持方向控制。开发者可以通过配置指定状态图的布局方向（如从上到下、从左到右等），这使得生成的图表更加符合特定的展示需求，提高了可视化效果的可定制性。

错误处理与稳定性

版本对错误处理机制进行了多项改进：

• 修复了重试计数的问题，确保在请求失败时能够正确执行重试逻辑
• 增加了对 allow_model_requests 的检查，防止未经授权的模型请求
• 优化了非必需参数的处理，使 API 更加灵活和易用

测试与兼容性

为了确保框架的稳定性和兼容性，新版本加强了对最低版本支持的测试。这意味着开发者可以更有信心地在不同环境中部署和使用 Pydantic-AI，而不用担心兼容性问题。

性能优化

默认的 IsNow() 时间差被适当增大，这一调整减少了因时间同步问题导致的潜在错误。同时，自动使用 set_event_loop 固定装置简化了异步代码的测试流程。

总结

Pydantic-AI v0.0.20 版本通过新增模型支持、增强现有功能和优化稳定性，为开发者提供了更强大、更灵活的工具来构建 AI 驱动的应用。无论是需要集成多种模型，还是需要精细控制模型行为，这个版本都提供了相应的解决方案。对于正在使用或考虑使用 Pydantic-AI 的开发者来说，升级到这个版本将带来更好的开发体验和更丰富的功能选择。