PydanticAI 原生工具Native Tools实战指南Web 搜索、代码执行与 Provider 自适应能力的选择【免费下载链接】pydantic-aiHow Python does AI. Agents, realtime voice, image generation, embeddings. Every model, every interface, typed end to end.项目地址: https://gitcode.com/GitHub_Trending/py/pydantic-ai本指南围绕 PydanticAI 仓库中的 NATIVE-TOOLS.md 参考文档展开系统讲解如何通过NativeTool能力为 Agent 接入厂商原生的 Web 搜索、网页抓取、代码执行、图像生成、记忆、MCP 服务器与文件检索等工具并深入对比「原生工具」与「Provider 自适应能力」两类方案的适用场景。读完你将掌握原生工具的最小接入写法、动态配置技巧、关键参数含义以及基于仓库源码理解其底层注册与解析机制。什么是 Native ToolsPydanticAI 将「由模型厂商Provider在服务端直接提供、无需本地实现」的一类工具统称为Native Tools典型代表包括 Web 搜索web search、网页抓取web fetch、代码执行code execution、记忆memory和文件检索file search等。与本地编写的agent.tool函数不同原生工具由模型 API 原生承载调用发生在服务端PydanticAI 只负责把工具配置序列化并随请求一起发送。在仓库源码中所有原生工具都继承自 AbstractNativeTool 这个抽象基类它定义了三个对所有原生工具通用的核心属性kind原生工具的类型标识如web_search、code_execution同时作为 Pydantic 判别联合discriminated union的判别字段optional是否为「尽力而为」的升级项。为True时若模型不支持该原生工具则被静默丢弃适用于存在本地兜底工具的场景默认False模型不支持时直接报错——用户显式要求了它就应该大声失败而不是悄悄替换行为unique_id/label分别用于本地兜底工具的unless_native关联判定与 UI 展示。此外基类通过__init_subclass__自动把每个工具子类注册进全局注册表NATIVE_TOOL_TYPES按kind字符串索引这就是后续NativeTool.from_spec()能够按kind反序列化出具体工具实例的原因见 native_tools/init.py。快速上手给 Agent 添加 Web 搜索或代码执行原生工具统一通过NativeTool能力包装并以capabilities[...]参数传给Agent。NativeTool是定义在 capabilities/native_tool.py 中的一个 dataclass其唯一字段tool接受一个静态的AbstractNativeTool实例或一个能动态产出工具实例的可调用对象get_native_tools()返回的就是[self.tool]。文档给出的最小示例是给 Agent 挂上 Web 搜索from pydantic_ai import Agent from pydantic_ai.capabilities import NativeTool from pydantic_ai.native_tools import WebSearchTool agent Agent(openai-responses:gpt-5.2, nameweb_search_agent, capabilities[NativeTool(WebSearchTool())]) result agent.run_sync(Give me a sentence with the biggest news in AI this week.) print(result.output)这里有两个关键点需要特别注意模型前缀使用 OpenAI 的 Web 搜索必须走 Responses API即模型 ID 前缀为openai-responses:而不是openai:。这是因为该原生工具依赖 Responses API 的web_search工具旧式 Chat Completions 接口不提供等价能力。限制实时外网访问如需把 OpenAI Responses 的 Web 搜索限制为只使用缓存或已索引内容可在WebSearch能力或WebSearchTool上设置external_web_accessFalse。源码注释进一步说明见 native_tools/init.pyNone表示省略该参数、采用厂商默认OpenAI 当前默认True且 OpenAI 旧版web_search_preview工具会忽略此参数。原生工具清单默认可用的八类工具当厂商支持时以下是文档推荐的默认原生工具源码实现均位于 pydantic_ai_slim/pydantic_ai/native_tools/init.py工具类kind支持厂商来自源码 docstring核心用途WebSearchToolweb_searchAnthropic、OpenAI Responses、Groq、Google、xAI、OpenRouter服务端 Web 搜索WebFetchToolweb_fetchAnthropic、Google抓取指定 URL 内容CodeExecutionToolcode_executionAnthropic、OpenAI Responses、Google、Bedrock (Nova2.0)、xAI在隔离环境执行代码ImageGenerationToolimage_generationOpenAI Responses、Google生成/编辑图像MemoryToolmemoryAnthropic跨会话记忆MCPServerToolmcp_serverOpenAI Responses、Anthropic、xAI直连 MCP 服务器FileSearchToolfile_searchOpenAI Responses、Google (Gemini)、xAI基于向量检索的托管 RAGAdvisorTooladvisorAnthropic、OpenRouter让快速的执行模型在生成中咨询更强的顾问模型WebSearchTool 参数详解WebSearchTool是参数最丰富的原生工具全部为kw_only可选字段PydanticAI 会按模型能力决定实际传递哪些参数search_context_sizelow | medium | high默认medium控制从 Web 检索的上下文量OpenAI Responses、OpenRouter 支持user_locationWebSearchUserLocation类型用于按用户地理位置本地化搜索结果Anthropic、OpenAI Responses、xAI、OpenRouter 支持。该 TypedDict 包含city、countryOpenAI 与 xAI 要求 2 字母 ISO 3166-1 alpha-2 国家码如US、region、timezone四个可选键blocked_domains/allowed_domains域名过滤列表二者在 Anthropic 上互斥、只能使用其一max_uses搜索次数上限。注意 OpenRouter 仅在非原生搜索引擎或 Anthropic 原生搜索下生效其他原生厂商会忽略external_web_access是否允许抓取实时网络内容False表示仅用缓存/索引结果仅 OpenAI Responses 的web_search工具支持。其余工具的关键参数速览WebFetchToolweb_fetchmax_uses、allowed_domains/blocked_domainsAnthropic 上互斥、enable_citations默认False、max_content_tokens等其中enable_citations与max_content_tokens目前仅 Anthropic 支持。CodeExecutionToolcode_execution唯一的可选字段files用于向执行环境注入上传文件仅 Anthropic、OpenAI Responses 使用其他厂商的文件会被忽略。ImageGenerationToolimage_generation参数极多包括actiongenerate | edit | auto、background、input_fidelity、moderation、model已知 OpenAI 图像模型gpt-image-2、gpt-image-1.5、gpt-image-1、gpt-image-1-mini、output_formatpng | webp | jpeg、output_compression、partial_images0–3流式部分图、quality、sizeOpenAI1024x1024等Google Gemini512/1K/2K/4K、aspect_ratio21:9、16:9、4:3、3:2、1:1、9:16、3:4、2:3、5:4、4:5。MCPServerToolmcp_server必填id唯一标识其unique_id为kind:id形式与urlOpenAI 可用x-openai-connector:connector_id指定 connector可选authorization_token、description、allowed_tools、headers。FileSearchToolfile_search必填file_store_idsOpenAI 为 vector store ID、Google 为 Files API 存储名、xAI 为 collection ID可选max_num_results、instructions、retrieval_modehybrid | semantic | keywordxAI 服务端默认hybrid。AdvisorTooladvisor必填modelAnthropic 上使用模型 ID如claude-opus-4-8OpenRouter 上使用目录 slug如anthropic/claude-opus-4.8可选max_uses每次请求上限而非每次运行预算、max_tokens下限 1024低于该值构造时会抛出ValueError、caching5m | 1h的临时上下文缓存 TTLOpenRouter 不支持。动态原生工具配置根据请求按需装配当原生工具的具体配置依赖当前用户或请求上下文时文档推荐把「准备函数prepare function」包装进NativeTool(...)该函数接收RunContext返回一个工具实例或None。返回None意味着本轮不提供该工具。from pydantic_ai import Agent, RunContext from pydantic_ai.capabilities import NativeTool from pydantic_ai.native_tools import WebSearchTool async def prepared_web_search(ctx: RunContext[dict]) - WebSearchTool | None: if not ctx.deps.get(location): return None return WebSearchTool(user_location{city: ctx.deps[location]}) agent Agent( openai-responses:gpt-5.2, namedynamic_web_search_agent, capabilities[NativeTool(prepared_web_search)], deps_typedict, )上面的示例中只有deps里携带了location时Agent 才会装配带user_location定位的 Web 搜索否则该工具被整体省略。这正是 NativeOrLocalTool 中native字段可接受「可调用工厂」这一设计的体现——工厂返回None时原生工具被跳过。fallback_subagent_model 下的例外行为文档特别强调了一个反直觉的边界情况当XSearch或ImageGeneration能力设置了fallback_subagent_model时不支持的模型会被路由到子代理subagent执行而不是退化为本地工具同时它们的native工厂会在子代理运行时被第二次解析。这意味着一旦设置了fallback_subagent_modelprepare 函数返回None不再表示「省略工具」——子代理工具依然保持提供状态此时调用它会抛出UserError。正确的做法是要么返回一个配置好的工具实例要么干脆移除fallback_subagent_model。从源码看这与 NativeOrLocalTool._resolve_native_with_overrides 的处理一致工厂解析结果为None时直接抛出UserError而不会悄悄替换为默认实例。Native Tools vs Provider-Adaptive Capabilities如何选择这是文档的核心决策点两条路线对应不同的源码基类路线一Provider 自适应能力推荐默认from pydantic_ai import Agent from pydantic_ai.capabilities import WebSearch agent Agent(anthropic:claude-sonnet-4-6, nameadaptive_web_search_agent, capabilities[WebSearch()])WebSearch、WebFetch、MCP、ImageGeneration都继承自 NativeOrLocalTool。该基类的设计是「原生 本地兜底」配对模型支持原生工具时移除本地兜底通过给本地工具定义打上unless_native标记实现见 native_or_local.py模型不支持时则移除原生工具、保留本地工具。例如WebSearch的_default_local()会自动装配 DuckDuckGo 本地搜索需要pip install pydantic-ai-slim[duckduckgo]localTrue等价于localduckduckgo见 capabilities/web_search.py。约束类字段如allowed_domains、external_web_accessFalse由_requires_native()标记为「必须原生」此时本地兜底被抑制、模型不支持则直接抛UserError。适合选择此路线的场景代码需要跨厂商运行原生支持缺失时希望有本地兜底用户尚未确定使用哪家 Provider。路线二直接使用原生工具NativeTool(WebSearchTool(...))适合选择此路线的场景用户明确要求厂商原生行为需要厂商特定的配置如WebSearchTool(user_location...)、域名过滤、search_context_size等用户已经选定了支持该工具的厂商。一个实用经验当WebSearch这类自适应能力无法表达原生工具的全部参数时就用NativeTool(WebSearchTool(...))直连当需要跨厂商可移植性时则回到WebSearch()。深入源码工具注册、反序列化与配置校验从源码结构可以进一步梳理出原生工具体系的几个底层机制自动注册表NATIVE_TOOL_TYPES由__init_subclass__在每个工具类定义时自动填充SUPPORTED_NATIVE_TOOLS是全部原生工具类型的 frozensetNATIVE_TOOLS_REQUIRING_CONFIG则标记了必须显式配置的工具FileSearchTool、MCPServerTool、MemoryTool、AdvisorTool、内部ToolSearchTool见 native_tools/init.py。YAML/Spec 反序列化NativeTool.from_spec()支持两种 YAML 形式——扁平式{NativeTool: {kind: web_search, search_context_size: high}}与显式式{NativeTool: {tool: {kind: web_search}}}内部通过pydantic.TypeAdapter(AbstractNativeTool)与基于kind的判别器完成实例化见 capabilities/native_tool.py这为声明式/配置文件驱动地装配 Agent 提供了通道。自校验规则多个工具在构造时即校验非法组合例如XSearchTool不允许同时设置allowed_x_handles与excluded_x_handles、单边列表最多 20 个 handle见 native_tools/init.pyAdvisorTool要求max_tokens 1024。仓库测试中也覆盖了相关行为例如 tests/test_native_tool_search_vcr.py 与 tests/test_thinking_native_tools.py 验证了原生工具与思考过程、工具搜索等能力的协同路径可作为深入理解实现细节的入口。小结原生工具把搜索、抓取、代码执行、图像生成等重活交给模型厂商的服务端完成PydanticAI 通过统一的AbstractNativeTool基类与NativeTool能力把它们接入 Agent。接入时只需记住三个要点用capabilities[NativeTool(SomeTool())]装配OpenAI 系列原生工具走openai-responses:前缀模型需要按请求动态装配时把 prepare 函数包装进NativeTool。至于「原生直连」还是「自适应能力」则取决于你是否已经锁定厂商、是否需要本地兜底——这也正是NativeOrLocalTool系列能力与NativeTool二者设计分工的本质。【免费下载链接】pydantic-aiHow Python does AI. Agents, realtime voice, image generation, embeddings. Every model, every interface, typed end to end.项目地址: https://gitcode.com/GitHub_Trending/py/pydantic-ai创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 PydanticAI 原生工具（Native Tools）实战指南：Web 搜索、代码执行与 Provider 自适应能力的选择
PydanticAI 原生工具Native Tools实战指南Web 搜索、代码执行与 Provider 自适应能力的选择【免费下载链接】pydantic-aiHow Python does AI. Agents, realtime voice, image generation, embeddings. Every model, every interface, typed end to end.项目地址: https://gitcode.com/GitHub_Trending/py/pydantic-ai本指南围绕 PydanticAI 仓库中的 NATIVE-TOOLS.md 参考文档展开系统讲解如何通过NativeTool能力为 Agent 接入厂商原生的 Web 搜索、网页抓取、代码执行、图像生成、记忆、MCP 服务器与文件检索等工具并深入对比「原生工具」与「Provider 自适应能力」两类方案的适用场景。读完你将掌握原生工具的最小接入写法、动态配置技巧、关键参数含义以及基于仓库源码理解其底层注册与解析机制。什么是 Native ToolsPydanticAI 将「由模型厂商Provider在服务端直接提供、无需本地实现」的一类工具统称为Native Tools典型代表包括 Web 搜索web search、网页抓取web fetch、代码执行code execution、记忆memory和文件检索file search等。与本地编写的agent.tool函数不同原生工具由模型 API 原生承载调用发生在服务端PydanticAI 只负责把工具配置序列化并随请求一起发送。在仓库源码中所有原生工具都继承自 AbstractNativeTool 这个抽象基类它定义了三个对所有原生工具通用的核心属性kind原生工具的类型标识如web_search、code_execution同时作为 Pydantic 判别联合discriminated union的判别字段optional是否为「尽力而为」的升级项。为True时若模型不支持该原生工具则被静默丢弃适用于存在本地兜底工具的场景默认False模型不支持时直接报错——用户显式要求了它就应该大声失败而不是悄悄替换行为unique_id/label分别用于本地兜底工具的unless_native关联判定与 UI 展示。此外基类通过__init_subclass__自动把每个工具子类注册进全局注册表NATIVE_TOOL_TYPES按kind字符串索引这就是后续NativeTool.from_spec()能够按kind反序列化出具体工具实例的原因见 native_tools/init.py。快速上手给 Agent 添加 Web 搜索或代码执行原生工具统一通过NativeTool能力包装并以capabilities[...]参数传给Agent。NativeTool是定义在 capabilities/native_tool.py 中的一个 dataclass其唯一字段tool接受一个静态的AbstractNativeTool实例或一个能动态产出工具实例的可调用对象get_native_tools()返回的就是[self.tool]。文档给出的最小示例是给 Agent 挂上 Web 搜索from pydantic_ai import Agent from pydantic_ai.capabilities import NativeTool from pydantic_ai.native_tools import WebSearchTool agent Agent(openai-responses:gpt-5.2, nameweb_search_agent, capabilities[NativeTool(WebSearchTool())]) result agent.run_sync(Give me a sentence with the biggest news in AI this week.) print(result.output)这里有两个关键点需要特别注意模型前缀使用 OpenAI 的 Web 搜索必须走 Responses API即模型 ID 前缀为openai-responses:而不是openai:。这是因为该原生工具依赖 Responses API 的web_search工具旧式 Chat Completions 接口不提供等价能力。限制实时外网访问如需把 OpenAI Responses 的 Web 搜索限制为只使用缓存或已索引内容可在WebSearch能力或WebSearchTool上设置external_web_accessFalse。源码注释进一步说明见 native_tools/init.pyNone表示省略该参数、采用厂商默认OpenAI 当前默认True且 OpenAI 旧版web_search_preview工具会忽略此参数。原生工具清单默认可用的八类工具当厂商支持时以下是文档推荐的默认原生工具源码实现均位于 pydantic_ai_slim/pydantic_ai/native_tools/init.py工具类kind支持厂商来自源码 docstring核心用途WebSearchToolweb_searchAnthropic、OpenAI Responses、Groq、Google、xAI、OpenRouter服务端 Web 搜索WebFetchToolweb_fetchAnthropic、Google抓取指定 URL 内容CodeExecutionToolcode_executionAnthropic、OpenAI Responses、Google、Bedrock (Nova2.0)、xAI在隔离环境执行代码ImageGenerationToolimage_generationOpenAI Responses、Google生成/编辑图像MemoryToolmemoryAnthropic跨会话记忆MCPServerToolmcp_serverOpenAI Responses、Anthropic、xAI直连 MCP 服务器FileSearchToolfile_searchOpenAI Responses、Google (Gemini)、xAI基于向量检索的托管 RAGAdvisorTooladvisorAnthropic、OpenRouter让快速的执行模型在生成中咨询更强的顾问模型WebSearchTool 参数详解WebSearchTool是参数最丰富的原生工具全部为kw_only可选字段PydanticAI 会按模型能力决定实际传递哪些参数search_context_sizelow | medium | high默认medium控制从 Web 检索的上下文量OpenAI Responses、OpenRouter 支持user_locationWebSearchUserLocation类型用于按用户地理位置本地化搜索结果Anthropic、OpenAI Responses、xAI、OpenRouter 支持。该 TypedDict 包含city、countryOpenAI 与 xAI 要求 2 字母 ISO 3166-1 alpha-2 国家码如US、region、timezone四个可选键blocked_domains/allowed_domains域名过滤列表二者在 Anthropic 上互斥、只能使用其一max_uses搜索次数上限。注意 OpenRouter 仅在非原生搜索引擎或 Anthropic 原生搜索下生效其他原生厂商会忽略external_web_access是否允许抓取实时网络内容False表示仅用缓存/索引结果仅 OpenAI Responses 的web_search工具支持。其余工具的关键参数速览WebFetchToolweb_fetchmax_uses、allowed_domains/blocked_domainsAnthropic 上互斥、enable_citations默认False、max_content_tokens等其中enable_citations与max_content_tokens目前仅 Anthropic 支持。CodeExecutionToolcode_execution唯一的可选字段files用于向执行环境注入上传文件仅 Anthropic、OpenAI Responses 使用其他厂商的文件会被忽略。ImageGenerationToolimage_generation参数极多包括actiongenerate | edit | auto、background、input_fidelity、moderation、model已知 OpenAI 图像模型gpt-image-2、gpt-image-1.5、gpt-image-1、gpt-image-1-mini、output_formatpng | webp | jpeg、output_compression、partial_images0–3流式部分图、quality、sizeOpenAI1024x1024等Google Gemini512/1K/2K/4K、aspect_ratio21:9、16:9、4:3、3:2、1:1、9:16、3:4、2:3、5:4、4:5。MCPServerToolmcp_server必填id唯一标识其unique_id为kind:id形式与urlOpenAI 可用x-openai-connector:connector_id指定 connector可选authorization_token、description、allowed_tools、headers。FileSearchToolfile_search必填file_store_idsOpenAI 为 vector store ID、Google 为 Files API 存储名、xAI 为 collection ID可选max_num_results、instructions、retrieval_modehybrid | semantic | keywordxAI 服务端默认hybrid。AdvisorTooladvisor必填modelAnthropic 上使用模型 ID如claude-opus-4-8OpenRouter 上使用目录 slug如anthropic/claude-opus-4.8可选max_uses每次请求上限而非每次运行预算、max_tokens下限 1024低于该值构造时会抛出ValueError、caching5m | 1h的临时上下文缓存 TTLOpenRouter 不支持。动态原生工具配置根据请求按需装配当原生工具的具体配置依赖当前用户或请求上下文时文档推荐把「准备函数prepare function」包装进NativeTool(...)该函数接收RunContext返回一个工具实例或None。返回None意味着本轮不提供该工具。from pydantic_ai import Agent, RunContext from pydantic_ai.capabilities import NativeTool from pydantic_ai.native_tools import WebSearchTool async def prepared_web_search(ctx: RunContext[dict]) - WebSearchTool | None: if not ctx.deps.get(location): return None return WebSearchTool(user_location{city: ctx.deps[location]}) agent Agent( openai-responses:gpt-5.2, namedynamic_web_search_agent, capabilities[NativeTool(prepared_web_search)], deps_typedict, )上面的示例中只有deps里携带了location时Agent 才会装配带user_location定位的 Web 搜索否则该工具被整体省略。这正是 NativeOrLocalTool 中native字段可接受「可调用工厂」这一设计的体现——工厂返回None时原生工具被跳过。fallback_subagent_model 下的例外行为文档特别强调了一个反直觉的边界情况当XSearch或ImageGeneration能力设置了fallback_subagent_model时不支持的模型会被路由到子代理subagent执行而不是退化为本地工具同时它们的native工厂会在子代理运行时被第二次解析。这意味着一旦设置了fallback_subagent_modelprepare 函数返回None不再表示「省略工具」——子代理工具依然保持提供状态此时调用它会抛出UserError。正确的做法是要么返回一个配置好的工具实例要么干脆移除fallback_subagent_model。从源码看这与 NativeOrLocalTool._resolve_native_with_overrides 的处理一致工厂解析结果为None时直接抛出UserError而不会悄悄替换为默认实例。Native Tools vs Provider-Adaptive Capabilities如何选择这是文档的核心决策点两条路线对应不同的源码基类路线一Provider 自适应能力推荐默认from pydantic_ai import Agent from pydantic_ai.capabilities import WebSearch agent Agent(anthropic:claude-sonnet-4-6, nameadaptive_web_search_agent, capabilities[WebSearch()])WebSearch、WebFetch、MCP、ImageGeneration都继承自 NativeOrLocalTool。该基类的设计是「原生 本地兜底」配对模型支持原生工具时移除本地兜底通过给本地工具定义打上unless_native标记实现见 native_or_local.py模型不支持时则移除原生工具、保留本地工具。例如WebSearch的_default_local()会自动装配 DuckDuckGo 本地搜索需要pip install pydantic-ai-slim[duckduckgo]localTrue等价于localduckduckgo见 capabilities/web_search.py。约束类字段如allowed_domains、external_web_accessFalse由_requires_native()标记为「必须原生」此时本地兜底被抑制、模型不支持则直接抛UserError。适合选择此路线的场景代码需要跨厂商运行原生支持缺失时希望有本地兜底用户尚未确定使用哪家 Provider。路线二直接使用原生工具NativeTool(WebSearchTool(...))适合选择此路线的场景用户明确要求厂商原生行为需要厂商特定的配置如WebSearchTool(user_location...)、域名过滤、search_context_size等用户已经选定了支持该工具的厂商。一个实用经验当WebSearch这类自适应能力无法表达原生工具的全部参数时就用NativeTool(WebSearchTool(...))直连当需要跨厂商可移植性时则回到WebSearch()。深入源码工具注册、反序列化与配置校验从源码结构可以进一步梳理出原生工具体系的几个底层机制自动注册表NATIVE_TOOL_TYPES由__init_subclass__在每个工具类定义时自动填充SUPPORTED_NATIVE_TOOLS是全部原生工具类型的 frozensetNATIVE_TOOLS_REQUIRING_CONFIG则标记了必须显式配置的工具FileSearchTool、MCPServerTool、MemoryTool、AdvisorTool、内部ToolSearchTool见 native_tools/init.py。YAML/Spec 反序列化NativeTool.from_spec()支持两种 YAML 形式——扁平式{NativeTool: {kind: web_search, search_context_size: high}}与显式式{NativeTool: {tool: {kind: web_search}}}内部通过pydantic.TypeAdapter(AbstractNativeTool)与基于kind的判别器完成实例化见 capabilities/native_tool.py这为声明式/配置文件驱动地装配 Agent 提供了通道。自校验规则多个工具在构造时即校验非法组合例如XSearchTool不允许同时设置allowed_x_handles与excluded_x_handles、单边列表最多 20 个 handle见 native_tools/init.pyAdvisorTool要求max_tokens 1024。仓库测试中也覆盖了相关行为例如 tests/test_native_tool_search_vcr.py 与 tests/test_thinking_native_tools.py 验证了原生工具与思考过程、工具搜索等能力的协同路径可作为深入理解实现细节的入口。小结原生工具把搜索、抓取、代码执行、图像生成等重活交给模型厂商的服务端完成PydanticAI 通过统一的AbstractNativeTool基类与NativeTool能力把它们接入 Agent。接入时只需记住三个要点用capabilities[NativeTool(SomeTool())]装配OpenAI 系列原生工具走openai-responses:前缀模型需要按请求动态装配时把 prepare 函数包装进NativeTool。至于「原生直连」还是「自适应能力」则取决于你是否已经锁定厂商、是否需要本地兜底——这也正是NativeOrLocalTool系列能力与NativeTool二者设计分工的本质。【免费下载链接】pydantic-aiHow Python does AI. Agents, realtime voice, image generation, embeddings. Every model, every interface, typed end to end.项目地址: https://gitcode.com/GitHub_Trending/py/pydantic-ai创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考