Поиск .

Как дать агенту Pydantic AI инструмент чтения справки без права записи

Инструмент tool_plain для чтения вымышленной справки: минимальные полномочия, пример вопроса, проверка вызова и защита от ложных ответов.

Как извлечь поля заявки из русского письма через Pydantic AI и output_type

Пошаговое извлечение темы и номера заявки в Pydantic AI: схема BaseModel, конкретное письмо, проверка полей и ошибки, которые не исправит одна валидация.

Как ограничить число обращений агента Pydantic AI к модели через request_limit

Ограничение числа модельных шагов Pydantic AI: UsageLimits(request_limit), обработка исключения и тест на цикл инструмента.

Как отклонить фактически неверный ответ Pydantic AI через output_validator

Выходной валидатор Pydantic AI на примере суммы заказа: проверка суммы по каталогу, ModelRetry, границы повторов и критерий приёмки.

Как передать идентификатор клиента в Pydantic AI через deps и RunContext

Передача tenant через deps_type и RunContext в Pydantic AI: отделяем доступ к справке одного клиента от текста пользовательского запроса.

Как добавлять правила конкретного клиента через динамические instructions Pydantic AI

Динамические instructions в Pydantic AI: передача разрешённого языка ответа из deps, два тестовых клиента и защита от недоверенного текста.

Как запросить повторный вызов инструмента Pydantic AI через ModelRetry

ModelRetry в инструменте Pydantic AI: недостающая часть кода, ограниченный бюджет попыток и разница между просьбой к модели и исправлением данных.

Как протестировать инструмент агента Pydantic AI без вызова LLM через TestModel

Локальный тест инструмента с TestModel и override: какие свойства можно проверить без LLM, почему нельзя оценивать так качество настоящих ответов.

Как продолжить диалог Pydantic AI через message_history без смешивания пользователей

Два последовательных ответа Pydantic AI: передаём all_messages в message_history, проверяем связность и не путаем истории разных пользователей.

Почему лимит токенов Pydantic AI не всегда останавливает запрос до отправки

Разбираем UsageLimits для токенов Pydantic AI: когда проверка происходит после ответа, как отдельно ограничить вход одного запроса и чего не обещать.

Как добавить безопасный tool в LangChain-агента для проверки статуса заказа

Декоратор @tool, схема аргументов, серверная проверка заказа и отрицательные тесты на чужой ID.

Как обработать несколько независимых запросов через LangChain model.batch

Параллельная обработка независимых промптов, max_concurrency, порядок batch и отличие от batch API провайдера.

Как ограничить число вызовов модели в LangChain-агенте

ModelCallLimitMiddleware: run_limit, thread_limit, checkpointer и тест runaway-цикла без обещания фиксированных затрат.

Как отладить LangChain-агента через трассировку LangSmith

LANGSMITH_TRACING, проект и проверка trace модели и инструментов с защитой персональных данных.

Как показывать ход работы LangChain-агента через stream updates и messages

Различия stream_mode updates и messages, потоковая выдача токенов и контроль конца ответа без показа сырого tool JSON.

Как получить проверенный JSON от LangChain-агента через response_format

Схема Pydantic, structured_response и обработка некорректных данных при извлечении полей из русского текста.

Как сохранить историю диалога LangChain по thread_id

InMemorySaver, одинаковый thread_id для продолжения и отдельный ID для другого пользователя без смешивания бесед.

Как создать первого AI-агента LangChain на Python и проверить ответ

Минимальный create_agent в LangChain 1.x: provider:model, системная инструкция, сообщения и тест ответа без фиктивных инструментов.

Как сжимать длинный диалог LangChain через SummarizationMiddleware

Автоматическое summary при росте истории: trigger, keep, критические факты и тест сохранности после сжатия.