用途：本技能面向使用 Pydantic AI（Python 智能体框架）构建生成式 AI 应用的场景，提供架构指导与经过测试的代码示例。适用于：构建 AI 智能体或 LLM 应用、为智能体添加工具/能力（思考、联网搜索）/结构化输出、用 YAML/JSON 定义智能体或模板字符串、流式事件、智能体委派与测试、钩子与生命周期拦截、通过 Pydantic AI Gateway 用一个 API Key 访问多家模型、让智能体在工作区运行命令或访问文件。不适用于单独的 Pydantic 校验库、其他 AI 框架（LangChain、LlamaIndex、CrewAI、AutoGen）或与 AI 智能体无关的通用 Python 开发。
主要能力：Agent 定义与运行（run_sync/run）；工具用 @agent.tool_plain 与 @agent.tool 注册；用 Pydantic 模型做结构化输出（output_type）；依赖注入（deps_type、RunContext）；instructions 装饰器；能力（capabilities）如 Thinking、WebSearch 可组合复用；Hooks 拦截模型请求与工具调用；用 Agent.from_file 从 YAML/JSON 加载；测试用 TestModel 与 agent.override；实时语音会话（OpenAI Realtime、Azure、Gemini Live、xAI Grok Voice）使用 agent.realtime().session()，复用工具与指令并处理 SpeechPart、工具调用事件与打断事件。
可观测性与模型访问：默认建议 Logfire，先执行 uvx logfire auth 与 uvx logfire projects new（或 use），或设置 LOGFIRE_TOKEN；切勿打印、记录或提交令牌。Gateway 使用 gateway/<api_format>:<model> 模型串并设置 PYDANTIC_AI_GATEWAY_API_KEY。已有供应商 Key 时可直接用 provider:model。
限制：实时模型不支持结构化输出；调用受模型 profile 门控的方法（如手动回合控制、打断、输出截断）前需检查 RealtimeModelProfile，不支持时抛出 UserError；不同供应商对发送字符串、文本输出和 VAD 行为差异明显。其他细节（如具体收费、价格与部署步骤）暂未提供。