用 Python 搭建 LLM 应用和智能体的开发框架，把模型调用、工具、检索和记忆串成可组合的链路，省去自己拼装底层胶水代码。
用状态图编排有状态、可容错的 LLM Agent 工作流，支持循环、分支和人工介入，适合构建生产级多步智能体。
用大模型智能体做量化交易，支持多智能体协作、策略回测和 MCP 接入，让个人也能搭起自己的自动交易助手。
用 TypeScript 写的浏览器 Agent SDK，让 AI 能操作网页、抓取任意站点数据，支持 Playwright、CDP 和云端浏览器。
把 FastAPI 接口一键暴露成 MCP 工具，自带认证授权，让 Claude、Cursor 等 LLM 客户端直接调用你的后端服务。
面向 AI 应用的文档处理与 RAG 框架，把私有数据接入大模型，支持构建检索增强、智能体和多智能体应用。
给 AI Agent 用的实时知识图谱构建框架，把对话和文档里的实体关系抽出来存成图，让 Agent 检索时能拿到带结构的长期记忆。
基于 Python 类型注解快速构建命令行工具，底层封装 Click，写少量代码就能得到带参数校验和自动补全的 CLI。
面向 LLM 应用的自动化评测工具，用合成测试集和多种指标量化 RAG 与生成效果，帮你在上线前发现质量问题。
…sabled by @dmontagu in [ 2679](https://github.com/pydantic/logfire/pull/2679) Carry variable overrides and targeting context into thread pools by @dmontagu in [ 2680](htt
…() by @samuelcolvin in [ 2658](https://github.com/pydantic/logfire/pull/2658) and [ 2672](https://github.com/pydantic/logfire/pull/2672) fix(sdk): serialize all pathlib.P
… run by @alexmojaki in [ 2606](https://github.com/pydantic/logfire/pull/2606) Automatically instrument Starlette apps with logfire run by @alexmojaki in [ 2596](https://g
…1.45 by @alexmojaki in [ 2536](https://github.com/pydantic/logfire/pull/2536) Allow console attributes without verbose output by @rudrakshkarpe in [ 2488](https://github.
…1.45 by @alexmojaki in [ 2536](https://github.com/pydantic/logfire/pull/2536) Allow console attributes without verbose output by @rudrakshkarpe in [ 2488](https://github.
…ted notes (2026-03-24 23:31) Python 3.14 support, Pydantic v2 migration, and updated dependencies Features - Add support for Python 3.13 and 3.14 (Python 3.9 dropped; min