PydanticAI 1.97 mení MCP integráciu a čistí API pred druhou generáciou

PydanticAI vydal verziu 1.97.0 a na prvý pohľad nejde o kozmetický balík drobných opráv. Release spája niekoľko posunov, ktoré sa dotýkajú jadra frameworku pre agentov: mení spôsob napájania na Model Context Protocol, upratuje modelových providerov, posúva pydantic_graph mimo beta režimu a pripravuje ďalšie časti API na väčší prechod smerom k verzii 2. Pre tímy, ktoré na PydanticAI stavajú produkčné workflow, to znamená najmä potrebu skontrolovať kompatibilitu, ale zároveň aj signál, kam sa celý projekt architektonicky posúva.

Najviditeľnejšou zmenou je nový MCPToolset. Model Context Protocol, teda štandardizovaný spôsob, ako agent pripája externé nástroje, datasety a služby, sa v ekosystéme agentov stal jednou z najdôležitejších integračných vrstiev posledných mesiacov. PydanticAI preto v 1.97 pridáva vlastný MCPToolset postavený na fastmcp-slim klientovi a súčasne odpisuje staršie vetvy MCPServer* a FastMCPToolset. Prakticky to znamená, že framework sa snaží znížiť počet paralelných abstračných vrstiev a presmerovať vývojárov na jednotnejší, čitateľnejší a menej rozdrobený spôsob práce s nástrojmi.

Táto zmena nie je zaujímavá len preto, že pridáva ďalšiu položku do dokumentácie. Pri agentických frameworkoch býva problémom, že integrácie s nástrojmi sa najrýchlejšie rozrastajú, ale zároveň najrýchlejšie zastarávajú. Ak framework udržiava priveľa starých vrstiev naraz, cena za kompatibilitu sa začne prenášať do ťažšieho debugovania, nejasnej migrácie a nepredvídateľného správania pri upgrade. PydanticAI sa teraz zjavne pokúša presunúť MCP z režimu experimentálnych odbočiek do priamočiarejšej oficiálnej cesty. Pre vývojárov je to dôležité najmä vtedy, ak budujú agentov, ktorí kombinujú modely s vlastnými internými službami alebo s nástrojmi tretích strán.

Druhá významná zmena sa týka providerov pre Google. Doterajší model GoogleProvider(vertexai=True|False) sa rozdeľuje na samostatný GoogleProvider a GoogleCloudProvider, pričom staré identifikátory google-gla: a google-vertex: sú označené na postupné opustenie. Na produkčnej úrovni ide o rozumný krok. Jeden boolean parameter vedel skryť odlišné spôsoby autentifikácie, routovania aj očakávaného správania, čo sa pri väčších kódoch ľahko mení na zdroj tichých chýb. Explicitné oddelenie providerov je síce menej pohodlné pri rýchlom prototype, ale z dlhodobého hľadiska zvyšuje čitateľnosť a znižuje riziko, že sa rôzne Google cesty budú miešať v jednom abstraktnom prepínači.

Release je dôležitý aj pre tímy, ktoré používajú pydantic_graph na riadenie zložitejších workflow. API z balíka pydantic_graph.beta sa presúva mimo beta režimu a staré rozhranie sa deprekuje. To je podstatné, pretože práve grafové alebo stavové workflow bývajú pri agentoch miestom, kde sa experiment mení na produkciu. Kým jednoduchý chatbot znesie viac improvizácie, orchestrácia viacerých krokov, retrievlu, validácie a rozhodovania potrebuje predvídateľný životný cyklus a stabilnejšiu schému typov. Presun mimo beta preto nie je marketingový detail, ale signál, že vývojári môžu na túto vrstvu viazať robustnejšie interné aplikácie.

Ďalšie novinky pôsobia menšie, no v reálnej prevádzke sú praktické. Online evaluátor po novom dokáže na želanie hodnotiť aj chybové volania cez run_on_errors, čo je užitočné tam, kde je dôležité nepozerať sa iba na pekne dokončené odpovede, ale aj na to, ako systém zlyháva. ModelResponse.state sa pri streamovaní nastavuje na incomplete ešte počas toku odpovede, takže okolitý kód môže presnejšie rozlíšiť priebežný stav od ukončeného výsledku. V praxi to pomáha pri používateľskom rozhraní, logovaní aj pri naväzujúcich krokoch, ktoré sa spúšťajú skôr, než je odpoveď definitívne uzavretá.

PydanticAI zároveň zreteľne chystá pôdu pre väčší generačný rez. Funkcia stream_responses() ustupuje novému stream_response() a mení sa aj návratová schéma. Balík odpisuje aj Agent.to_a2a() spolu s pribalenou integráciou fasta2a, ktorú po novom preberá DataLayer. Tento druh zmien zvyčajne znamená dve veci naraz: krátkodobo viac práce pri migrácii, no dlhodobo nižší technický dlh. Framework tým dáva najavo, že nechce donekonečna lepiť staré a nové prístupy popri sebe, ale postupne zužuje oficiálne podporovaný povrch API.

Pre používateľov PydanticAI je preto verzia 1.97 dôležitejšia, než naznačuje samotné číslovanie. Nie je to revolučný release, ktorý by priniesol jednu veľkú headline funkciu, ale je to vydanie, ktoré upratuje kľúčové stavebné bloky: nástroje, providerov, grafové workflow aj streaming. Presne tieto vrstvy zvyknú rozhodovať o tom, či sa framework hodí len na interné demo, alebo aj na dlhšie udržiavané aplikácie. V čase, keď sa agentické stacky rýchlo prepisujú okolo MCP a viacstupňovej orchestrace, je takýto disciplinovaný upgrade často hodnotnejší než ďalší marketingový benchmark.

Ak teda tímy zvažujú upgrade, dáva zmysel nečítať verziu 1.97 len ako zoznam breaking hintov, ale ako mapu smerovania celého projektu. PydanticAI sa čoraz zjavnejšie profiluje ako framework, ktorý chce mať prísnejšie typové a integračné hranice aj za cenu častejších deprecácií. Pre vývojárov, ktorí uprednostňujú dlhodobejšiu udržateľnosť pred rýchlym hackovaním, je to skôr dobrá správa. Krátkodobé migračné náklady sa môžu vrátiť v nižšom chaose pri ďalšej vlne zmien, ktorá zrejme príde s verziou 2.