# Configuración de Pydantic AI

> Conecte agentes de Pydantic AI a graph8 mediante MCP con salidas de agente tipadas

Source: https://docs.graph8.com/es/developers/pydantic-ai-setup/

Integre Pydantic AI con el servidor MCP de graph8. El modelo de agente tipado de Pydantic AI encaja a la perfección con graph8: los datos estructurados de sus prospectos fluyen a través de modelos Pydantic de extremo a extremo.

> **Tip:**
> Pruebe el nivel para desarrolladores de forma gratuita: 1,000 créditos, sin necesidad de tarjeta. [Comience aquí](https://auth.graph8.com/en/signup).

## Requisitos previos

- Python 3.10+
- `pydantic-ai` con el extra MCP

```bash
pip install 'pydantic-ai[mcp]'
```

## MCP alojado (OAuth remoto)

```python
import asyncio
import os

from pydantic import BaseModel
from pydantic_ai import Agent
from pydantic_ai.mcp import MCPServerHTTP

class Prospect(BaseModel):
    name: str
    company: str
    title: str
    linkedin_url: str | None = None

class ProspectList(BaseModel):
    prospects: list[Prospect]

server = MCPServerHTTP(url="https://be.graph8.com/mcp/")
agent = Agent(
    "anthropic:claude-sonnet-4",
    mcp_servers=[server],
    output_type=ProspectList,
    system_prompt=(
        "You are a SaaS prospector. Use g8_find_contacts to preview prospects. "
        "Never call credit-charging tools without explicit user confirmation."
    ),
)

async def main() -> None:
    async with agent.run_mcp_servers():
        result = await agent.run(
            "Find 10 VP Engineering at Series B SaaS startups in the US."
        )
        for p in result.output.prospects:
            print(f"{p.name} - {p.title} @ {p.company}")

if __name__ == "__main__":
    asyncio.run(main())
```

La restricción `output_type=ProspectList` obliga al agente a devolver una lista tipada y validada, sin necesidad de análisis ni inferencias.

## MCP autoalojado (stdio)

```python
import os

from pydantic_ai.mcp import MCPServerStdio

server = MCPServerStdio(
    command="uvx",
    args=["g8-mcp-server"],
    env={
        "G8_API_KEY": os.environ["G8_API_KEY"],
        "G8_MCP_MODE": "gtm",
    },
)
# Same `agent = Agent(...)` as the hosted example.
```

## Ejemplo práctico: flujo tipado de prospecto a secuencia

```python
class SequenceEnrollment(BaseModel):
    sequence_name: str
    enrolled_count: int
    confirmation_required: bool

agent = Agent(
    "anthropic:claude-sonnet-4",
    mcp_servers=[server],
    output_type=SequenceEnrollment,
    system_prompt=(
        "Find prospects, save them to a list, and enroll in a sequence. "
        "Always set confirmation_required=true before calling "
        "g8_build_contact_list or g8_add_to_sequence."
    ),
)

async def main() -> None:
    async with agent.run_mcp_servers():
        result = await agent.run(
            "Enroll 25 VP Eng at Series B SaaS in the 'New SaaS Outreach' sequence."
        )
        if result.output.confirmation_required:
            input(f"Enroll {result.output.enrolled_count} contacts? [y/N] ")
```

Las salidas tipadas permiten condicionar con facilidad los pasos que consumen créditos a una lógica de confirmación explícita dentro de su código, en lugar de depender del modelo para mostrar un aviso.

## Relacionado

- [Descripción general del servidor MCP](https://docs.graph8.com/developers/mcp/)
- [Referencia de herramientas MCP](https://docs.graph8.com/developers/mcp-tools/)
- [Preguntas frecuentes sobre MCP](https://docs.graph8.com/developers/mcp-faq/)
- [Ejemplos de extremo a extremo](https://docs.graph8.com/developers/mcp-examples/)