用途：本技能面向使用 PydanticAI 构建类型安全的 AI 智能体，以及用 PydanticGraph 构建图或状态机工作流。PydanticAI 是 Pydantic 团队出品的 Python 智能体框架，PydanticGraph 是配套的图/状态机库。
安装：pip install pydantic-ai（完整装，含全部提供商）；或 pip install "pydantic-ai-slim[openai]" 等最小安装加所需提供商。
主要能力：一行创建 Agent 并调用 run_sync 获取结果；用 @agent.tool 定义函数工具；依赖注入（deps_type 配合 RunContext）；结构化输出（output_type 传 BaseModel）并自动校验；能力与生命周期钩子；多模型与 FallbackModel、流式输出；多智能体委派与交接、MCP 集成；测试（TestModel、FunctionModel、pytest 覆盖）与 Pydantic Evals 评估。PydanticGraph 提供 BaseNode 类式与 GraphBuilder 函数式两套 API，支持并行 fan-out/broadcast 与 reducer 聚合。
使用方式：技能内含 SKILL.md 与按主题划分的参考文件，如 core-agents.md、capabilities-hooks.md、graph.md、models-output.md、patterns.md、testing-evals.md、examples.md、api-reference.md 及 hybrid-pydanticai-langgraph.md，按需加载对应文件。运行方法包括 run_sync、run、run_stream、run_stream_events、iter。
适用场景：类型安全优先、声明式智能体、结构化输出校验、简单委派式多智能体；需要复杂编排、检查点持久化或人在回路时可参考与 LangGraph 的边界对比与混合用法。
限制：pydantic-graph 不依赖 pydantic-ai；slim 与完整包内容不同；run_stream 默认不执行流式中的后续工具调用；stream_text 不适用于 BaseModel 输出（应用 stream_output）；graph.run 返回输出而非状态对象，状态为原地变更；消息历史中工具调用与返回须配对；模块级 Agent 测试需 defer_model_check=True。具体价格、平台支持等资料暂未提供。