用途：将新发布的提供商模型（如 openai:gpt-5.6、anthropic:claude-sonnet-5、openai:gpt-image-2）接入 pydantic-ai，面向“镜像已有同系列模型”的常见场景，并提示非镜像、需深入改动的情况。
主要能力与流程：先读参考文档（agent_docs/pydantic-ai-slim.md 的 Ownership 与 Design Rules，以及 profiles、providers、models 的 AGENTS.md）确定能力事实应放在 profile、provider 还是模型类；输入为 provider 加模型 id，缺失时用 AskUserQuestion 询问。第一步必须调用提供商模型列表接口核实模型真实存在，例如 OpenAI 用 curl -s https://api.openai.com/v1/models -H "Authorization: Bearer $OPENAI_API_KEY"，Anthropic、xAI、Google、Groq、Bedrock 各有对应命令；凭据从仓库根 .env 加载（source .env && <cmd>），Bedrock 的 list-foundation-models 按区域查询。第二步用 git log 与 gh pr view 找到同提供商最近的最小 add-model PR 作为改动下限。第三步枚举所有将被修改的变量、元组与字面量，grep 其读取方，分类为必须更新、需刷新快照（pytest --inline-snapshot=fix）、可跳过。还需配对 genai-prices 条目：成本与 context_window 来自 pydantic/genai-prices，缺少价格条目时 ModelResponse.cost() 抛 LookupError 且无法执行 cost_limit，缺少 context_window 时 RunContext.context_window_used 为 None。之后做 SDK pin 检查、必要时探测能力、最小化编辑、按需补 VCR 测试并提交 PR。
图像生成模型走独立公开接口：更新 images/init.py 的 KnownImageGenerationModelName、对应适配器与测试，不擅自改动对话模型相关表面；几何校验放在私有 images/_<provider>_geometry.py，并更新 docs/image-generation.md 支持矩阵。
限制：不得凭营销名称或猜测添加模型；不推断或自动添加带日期的快照；不推断 Bedrock、Azure 等可用性；网关能力不得按 base_url 判断，应按客户端类区分；未在提供商列表中出现的 id 需先与用户确认。资料未提供具体收费、价格与效果信息。