pydantic-ai
LLMを活用した本番環境対応のAIエージェント構築用Pythonフレームワークです。構造化された出力、ツール機能、依存性注入、型安全なインタラクションが必要なエージェント開発に使用します。具体的には以下の場面で活用できます：(1) OpenAI、Anthropic、Googleなどの複数のLLMプロバイダーを用いたAIエージェント構築、(2) Pydanticモデルによる構造化出力の検証が必要なエージェント開発、(3) 関数ツールを活用したツール呼び出しエージェントの実装、(4) マルチエージェント応用やA2A（Agent2Agent）プロトコルサーバーの構築、(5) Pydantic Logfireによる監視機能の追加、(6) エージェントからのレスポンスやイベントのストリーミング配信
description の原文を見る
Python framework for building production-grade AI agents with LLMs. Use when creating agents that need structured outputs, tools, dependency injection, or type-safe interactions. Specifically use for: (1) Building AI agents with OpenAI, Anthropic, Google, or other LLM providers, (2) Creating agents that require structured output validation via Pydantic models, (3) Implementing tool-calling agents with function tools, (4) Building multi-agent applications or A2A (Agent2Agent) protocol servers, (5) Adding observability with Pydantic Logfire, (6) Streaming responses or events from agents
SKILL.md 本文
Pydantic AI
概要
Pydantic AI は、AI エージェントを構築するための型安全な Python フレームワークです。本番環境対応アプリケーション向けに、ツール、構造化された出力、依存性注入、および包括的なモデルサポートを提供します。
Pydantic AI の使用時期
以下が必要な場合にこのスキルを使用します：
- 任意の LLM プロバイダー（OpenAI、Anthropic、Google、Groq など）を使用した AI エージェントの構築
- Pydantic モデルを使用した型安全で検証済みの構造化出力の確保
- 情報を収集するためにツール（関数）を呼び出せるエージェントの作成
- テスト可能で保守性の高いエージェント向けの依存性注入の実装
- エージェントレスポンスやイベントのリアルタイムストリーミング
- マルチエージェントワークフローまたは A2A サーバーの構築
- Pydantic Logfire によるオブザーバビリティの追加
クイックスタート
インストール
uv add pydantic-ai
または特定のモデル依存関係のみでスリムインストールする場合：
uv add "pydantic-ai-slim[openai,anthropic]"
...
詳細情報
- 作者
- diegosouzapw
- ライセンス
- unknown
- 最終更新
- 2026/3/2
Source: https://github.com/diegosouzapw/awesome-omni-skill / ライセンス: unknown
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。