用显式 Chat 模型把 Pydantic AI 接到 Router One

安装 OpenAI 集成并设置凭证

使用 Python 3.10 或更新版本，在该环境安装带 openai 扩展的 pydantic-ai-slim；完整 pydantic-ai 包也包含该集成。下面是 macOS/Linux 的 shell 示例。运行前替换两个占位符，分别填入 Router One Key，以及当前目录中支持 Chat Completions 的精确模型 ID。ROUTER_ONE_* 是本示例定义并在代码中读取的环境变量，运行 Python 文件时需沿用同一环境。

python -m pip install "pydantic-ai-slim[openai]"
export ROUTER_ONE_API_KEY="sk-your-router-one-key"
export ROUTER_ONE_MODEL_ID="<exact-model-id-from-/models>"

把 Pydantic AI 配置到 Router One base URL

保存为 pydantic_ai_router_one.py，再运行 python pydantic_ai_router_one.py。OpenAIChatModel 显式选择 /v1/chat/completions；OpenAIProvider 接收带 /v1 的 base URL 和你的 Key。目录中的模型 ID 原样传入，若 ID 自带 provider 前缀也应保留。output_type=str 请求普通文本，让首次验证不依赖工具调用或 JSON schema 输出。request_limit=3 限制 Pydantic AI 为本次运行记录的模型请求次数。

import os

from pydantic_ai import Agent
from pydantic_ai.models.openai import OpenAIChatModel
from pydantic_ai.providers.openai import OpenAIProvider
from pydantic_ai.usage import UsageLimits

model = OpenAIChatModel(
    os.environ["ROUTER_ONE_MODEL_ID"],
    provider=OpenAIProvider(
        base_url="https://api.router.one/v1",
        api_key=os.environ["ROUTER_ONE_API_KEY"],
    ),
)
agent = Agent(model, output_type=str)
result = agent.run_sync(
    "Reply with one short greeting.",
    usage_limits=UsageLimits(request_limit=3),
)
print(result.output)

文本跑通后，再选择类型化输出模式

需要类型化结果时，先用 pydantic.BaseModel 定义 schema，再选择输出模式。使用下表包装器时，从 pydantic_ai 导入 ToolOutput、NativeOutput 或 PromptedOutput；MySchema 表示你定义的模型类。Python 类型声明不能证明上游模型具备对应能力。Pydantic 在应用侧校验返回数据，校验重试可能产生新的模型请求。

控制 Agent 预算，并逐次核对模型请求

一次 Agent 运行可能因工具执行或结果校验重试，包含多次模型请求。UsageLimits(request_limit=3) 是应用侧请求限制，不是「最多计费三次」或金额预算保证：SDK 的 HTTP 重试与网关的 provider 重试属于不同机制。为应用单独建立 Router One Key，并设置 maxSpend。在 Dashboard → Logs 按该 Key、时间、精确模型和 request_id 核对请求，再用网关记录的费用核账。Agent 级用量或成本估算不一定采用你的 Router One 费率。Router One 记录模型调用元数据，不执行 Python 工具，也不提供 Pydantic AI 的 Agent 状态和存储。

Pydantic AI 该填哪个模型 ID？

从 /models 页复制精确的模型 ID，保留大小写、连字符和版本后缀，不要用展示名称代替。打开该模型的详情页，核对支持的 API 端点、上下文窗口和工具调用等能力，再与 Pydantic AI 当前选择的 provider 和功能对应。模型出现在目录里，不等于当前客户端能调用它的所有功能。建议为每个工具单独建 API Key，并设置 maxSpend 消费上限。

Pydantic AI 用的是哪种 API 协议？

OpenAI 兼容描述的是接口格式，不能据此推断 Chat Completions（/v1/chat/completions）、Responses（/v1/responses）和 Anthropic Messages（/v1/messages）可以互换。先核对工具当前版本、provider 配置和实际请求路径，再查模型详情与 API 兼容性事实页。一次普通对话成功，也不能证明服务端工具、历史状态或文件编辑功能都受支持。

在 trace 里验证 Pydantic AI 的调用

先在 Pydantic AI 发出一次简单文本请求，再到 Dashboard → Logs 按时间、模型和 request_id 核对 trace：tokens、花费、延迟和状态码。成功后再分别验证流式输出、工具调用和多轮历史。失败时保留实际请求路径、完整错误消息及 request_id；没有对应日志时，先查客户端配置和网络，不能仅凭客户端报错认定是网关或上游故障。

常见问题