Pydantic-AI v0.2.0 发布：模型响应增强与工具调用优化

Pydantic-AI 是一个基于 Python 类型提示的 AI 交互库，它通过 Pydantic 模型为 AI 模型交互提供了类型安全、结构化的接口。该库简化了与各种 AI 模型的集成过程，使开发者能够专注于业务逻辑而非底层通信细节。

重大变更：模型响应结构优化

本次发布的 v0.2.0 版本对模型响应结构进行了重要调整。原先的 Model.request 方法返回的是一个包含 ModelResponse 和 Usage 的元组，现在简化为直接返回 ModelResponse 对象，其中包含了 Usage 信息。

这种改进使得 API 更加直观，同时保持了向后兼容性——Usage 字段使用了默认工厂方法 Usage()，因此即使加载不包含使用情况的数据也能正常工作。这一变更反映了实际使用场景中，使用情况信息本质上是模型响应的一部分，而非独立实体。

核心功能增强

1. Gemini 非字符串枚举支持

新增了对 Gemini 模型中非字符串枚举类型的支持。这意味着开发者现在可以在与 Gemini 交互时使用更丰富的枚举类型，而不仅限于字符串枚举。这一改进增强了类型系统的表达能力，使得模型输入输出更加精确。

2. Bedrock 并行工具调用修复

修复了在 AWS Bedrock 平台上使用 Nova 和 Claude 模型时并行工具调用的问题。Bedrock 作为 AWS 的托管服务，提供了多种基础模型的访问能力。此修复确保了在这些模型上工具调用的并行执行能够正常工作，提升了复杂交互场景下的性能。

3. Anthropic 流式处理修复

针对 Anthropic 模型的流式处理进行了修复。流式处理对于需要实时显示生成内容的应用场景至关重要，如聊天应用或实时文本生成。此修复确保了与 Anthropic 模型的流式交互更加稳定可靠。

技术细节优化

1. 模型请求参数序列化

修复了 ModelRequestParameters 的序列化问题。序列化能力对于需要缓存或传输请求参数的场景非常重要，这一修复确保了参数对象能够正确地转换为可存储或传输的格式。

2. JSON Schema 引用处理

改进了 JSON Schema 中 $ref 引用的处理逻辑。现在能够正确识别并处理并列的引用，而不会错误地将其视为递归引用。这一改进增强了模式定义的灵活性，使得复杂的数据结构定义更加清晰。

3. 工具调用 ID 传递优化

在流式响应中，当工具调用 ID 已知时，现在会正确地将其设置在 ToolCallPartDelta.tool_call_id 字段中。这一优化确保了流式工具调用场景下，客户端能够更好地跟踪和管理多个并行的工具调用过程。

总结

Pydantic-AI v0.2.0 版本通过多项改进和修复，提升了库的稳定性、功能性和易用性。从模型响应结构的合理化，到各种模型提供商的特定问题修复，再到底层技术细节的优化，这些变化共同为开发者提供了更加强大和可靠的 AI 交互工具。

对于现有用户，建议关注模型响应结构的变化，虽然保持了向后兼容性，但新的设计更加符合逻辑。新用户可以立即享受这些改进带来的好处，特别是在使用 Gemini、Bedrock 或 Anthropic 模型时。