Magentic：为 Python 开发者打造无缝的 LLM 集成体验

June 04, 2025

实用开源项目

AI Tools Open Source LLMs Multi-Agent Systems

Magentic

项目介绍

Magentic 是一个 Python 库，旨在将大型语言模型（LLM）无缝集成到 Python 代码中。它允许开发者使用 @prompt 和 @chatprompt 装饰器创建函数，从而让 LLM 返回结构化输出。该库还支持将 LLM 查询和工具调用与传统 Python 代码相结合，以构建复杂的智能代理系统。

使用说明

安装:

pip install magentic
# 或使用 uv 安装
uv add magentic

配置: 设置 OPENAI_API_KEY 环境变量来配置您的 OpenAI API 密钥。有关配置其他 LLM 提供商的详细信息，请参阅文档。

@prompt 的基本用法:

from magentic import prompt

@prompt('给这段话加点“dude”味儿：{phrase}')
def dudeify(phrase: str) -> str: ...

dudeify("你好，最近怎么样？")
# 返回: "嘿，dude！啥事儿？最近怎么样啊，我的老兄？"

@prompt 的结构化输出:

from magentic import prompt
from pydantic import BaseModel

class Superhero(BaseModel):
    name: str
    age: int
    power: str
    enemies: list[str]

@prompt("创建一个名为 {name} 的超级英雄。")
def create_superhero(name: str) -> Superhero: ...

create_superhero("花园侠")
# 返回: Superhero(name='花园侠', age=30, power='控制植物', enemies=['污染人', '水泥女侠'])

@chatprompt 的聊天式提示:

from magentic import chatprompt, AssistantMessage, SystemMessage, UserMessage
from pydantic import BaseModel

class Quote(BaseModel):
    quote: str
    character: str

@chatprompt(
    SystemMessage("你是个电影迷。"),
    UserMessage("《哈利·波特》你最喜欢哪句台词？"),
    AssistantMessage(
        Quote(
            quote="沉溺于梦想而忘记生活，这可要不得。",
            character="阿不思·邓布利多",
        )
    ),
    UserMessage("你最喜欢《{movie}》哪句台词？"),
)
def get_movie_quote(movie: str) -> Quote: ...

get_movie_quote("钢铁侠")
# 返回: Quote(quote='我是钢铁侠。', character='托尼·斯塔克')

FunctionCall 的函数调用:

from typing import Literal
from magentic import prompt, FunctionCall

def search_twitter(query: str, category: Literal["latest", "people"]) -> str:
    """在 Twitter 上搜索查询内容。"""
    print(f"正在 Twitter 上搜索类别为 {category!r} 的 {query!r}")
    return "<Twitter 搜索结果>"

@prompt(
    "使用适当的搜索功能来回答：{question}",
    functions=[search_twitter],
)
def perform_search(question: str) -> FunctionCall[str]: ...

output = perform_search("关于 LLM 的最新消息是什么？")
# output: FunctionCall(search_twitter, 'LLMs', 'latest')
output()
# 打印: 正在 Twitter 上搜索类别为 'latest' 的 'LLMs'
# 返回: '<Twitter 搜索结果>'

@prompt_chain 的提示链:

from magentic import prompt_chain

def get_current_weather(location, unit="fahrenheit"):
    """获取给定地点的当前天气"""
    return {"temperature": "72", "forecast": ["sunny", "windy"]}

@prompt_chain(
    "{city} 的天气怎么样？",
    functions=[get_current_weather],
)
def describe_weather(city: str) -> str: ...

describe_weather("波士顿")
# 返回: '波士顿目前的天气是 72°F，晴朗有风。'