ソース情報
- リポジトリ
- vercel-labs/seal
- ソースの最終更新活動
- 2026年7月17日 17:25
- 検出された SKILL.md の言語
- 英語
- スター
- 6
- フォーク
- 3
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
メニュー
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/vercel-labs/seal --skill ai-python-custom-providerコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか?SkillsMP が現在取得できるファイルをダウンロードできます。
Use when building custom agent loops. Modify tool dispatch, history management, hooks, control flow.
Use when adding durable execution to AI SDK for Python, building durable agent loops, or serializing messages across workflow steps.
Use when building serverless AI SDK for Python endpoints, handling hook approvals, deferring hooks, or resuming runs across requests.
SOC 職業分類に基づく
SKILL.md を表示中
| name | ai-python-custom-provider |
| description | Use for implementing custom providers in AI SDK for Python. |
| metadata | {"sdk-version":"0.2.1"} |
Providers emit model events. They do not run Python tools. ai.stream collects
events into a Message. ai.Agent adds tool execution, hooks, and replay.
Minimal shape:
from collections.abc import AsyncGenerator, Sequence
from typing import Any, Literal
import pydantic
import ai
class MyProtocol(ai.ProviderProtocol[Any]):
protocol_class_id: Literal["my_protocol"] = "my_protocol"
def stream(
self,
client: Any,
model: ai.Model,
messages: list[ai.messages.Message],
*,
tools: Sequence[ai.tools.Tool] | None = None,
output_type: type[pydantic.BaseModel] | None = None,
params: ai.InferenceRequestParams | None = None,
provider: str,
) -> AsyncGenerator[ai.events.Event]:
return self._stream(client, model, messages, tools=tools)
async def _stream(
self,
client: Any,
model: ai.Model,
messages: list[ai.messages.Message],
*,
tools: Sequence[ai.tools.Tool] | None,
) -> AsyncGenerator[ai.events.Event]:
yield ai.events.StreamStart()
yield ai.events.TextStart(block_id="text")
yield ai.events.TextDelta(block_id="text", chunk="Hello")
yield ai.events.TextEnd(block_id="text")
yield ai.events.StreamEnd()
class MyProvider(ai.Provider[Any]):
provider_class_id: Literal["my_provider"] = "my_provider"
name: str = "my"
default_base_url: str = "https://example.invalid"
def __init__(self, *, client: Any) -> None:
super().__init__()
self._set_client(client)
def default_protocol(self) -> ai.ProviderProtocol[Any]:
return MyProtocol()
async def list_models(self) -> list[str]:
return ["my-model"]
async def probe(self, model: ai.Model) -> None:
return None
model = ai.Model(id="my-model", provider=MyProvider(client=client))
For Python tool calls, emit ToolStart, ToolDelta, and ToolEnd:
yield ai.events.ToolStart(tool_call_id=tcid, tool_name=name)
yield ai.events.ToolDelta(tool_call_id=tcid, chunk=args_json)
yield ai.events.ToolEnd(
tool_call_id=tcid,
tool_call=ai.messages.DUMMY_TOOL_CALL,
)
The stream collector fills event.tool_call with the aggregated tool call.
Then Agent resolves and runs the tool.
If the provider runs its own built-in tool, emit BuiltinToolStart,
BuiltinToolDelta, BuiltinToolEnd, and BuiltinToolResult instead.
Do not implement a custom provider for normal app configuration. Prefer
ai.get_provider(...), ai.get_model(...), or a protocol override unless you
are adding a new upstream API adapter.