🔹 AgentOps 集成（poml.integration.agentops）：提供 log_poml_call(name, prompt, context, stylesheet, result) API，用于将一次完整的 poml 调用记录到 AgentOps，方便追踪和调试。

📄 LangChain 集成（poml.integration.langchain）：通过 LangchainPomlTemplate 类兼容 LangChain 的 PromptTemplate，实现以 POML 进行格式化，支持“说话人模式（speaker modes）”与结构化内容，增强对话系统的灵活性和可扩展性。

📊 MLflow 集成（poml.integration.mlflow）：提供 log_poml_call(name, prompt, context, stylesheet, result) API，用于将一次完整的 poml 调用记录到 MLflow，支持实验跟踪和模型管理，方便进行版本控制和性能分析。

🔑 Pydantic 集成（poml.integration.pydantic）：包含 NotGiven 类型用于区分“未提供实参”与显式传入 None，is_dataclass_like_type 函数判断给定类型是否可能使用了 @pydantic.dataclass，以及 to_strict_json_schema 函数将 Pydantic 模型转换为严格 JSON Schema，适配 OpenAI 的函数调用与响应格式。

🔗 Weave 集成（poml.integration.weave）：提供 log_poml_call(name, prompt, context, stylesheet, result) API，用于将一次完整的 poml 调用记录到 Weave，支持项目管理和协作，方便团队成员共享和审查代码。

POML Python 集成参考：AgentOps / LangChain / MLflow / Pydantic / Weave

导语

本文基于 POML 官方文档的 Integration 参考页面，梳理 Python 端提供的集成模块与关键 API/类，包括 agentops、langchain、mlflow、pydantic 与 weave。内容严格来自文档页面，并以结构化方式呈现功能说明与示例。

模块总览

poml.integration.agentopspoml.integration.langchainpoml.integration.mlflowpoml.integration.pydanticpoml.integration.weave

AgentOps 集成（poml.integration.agentops）

功能介绍

log_poml_call(name, prompt, context, stylesheet, result)：将一次完整的 poml 调用记录到 AgentOps。

关键 API

log_poml_call(name, prompt, context, stylesheet, result)
说明："Log the entire poml call to agentops."

文档示例

# 文档中的函数实现示例（节选）@agentops.operation(name="poml")def poml(prompt, context, stylesheet):    return resultpoml(prompt, context, stylesheet)

LangChain 集成（poml.integration.langchain）

功能介绍

LangchainPomlTemplate：兼容 LangChain 的 PromptTemplate，实现以 POML 进行格式化；支持“说话人模式（speaker modes）”与结构化内容。

关键类与属性

LangchainPomlTemplate(PromptTemplate)
template_file: Union[str, Path, None]：模板文件路径（若由文件加载）。speaker_mode: bool：是否输出为聊天消息（True）或纯文本（False），默认 True。说明：
speaker_mode=True 时返回 ChatPromptValue；speaker_mode=False 时返回 StringPromptValue；from_examples() 不支持，调用会抛出 NotImplementedError。

使用示例（来自文档）

# 由模板字符串创建>>> template = LangchainPomlTemplate.from_template(...     "Hello {{name}}!", speaker_mode=True... )>>> result = template.format(name="Alice")

# 由 POML 文件加载>>> template = LangchainPomlTemplate.from_file(...     "path/to/template.poml", speaker_mode=False... )>>> result = template.format(user_input="What is AI?")

MLflow 集成（poml.integration.mlflow）

功能介绍

log_poml_call(name, prompt, context, stylesheet, result)：将一次完整的 poml 调用记录到 MLflow。

关键 API

log_poml_call(name, prompt, context, stylesheet, result)
说明："Log the entire poml call to mlflow."

文档示例

# 文档中的函数实现示例（节选）@mlflow.tracedef poml(prompt, context, stylesheet):    return resultprompt_registered = mlflow.genai.register_prompt(    name=name,    template=prompt,    tags={"format": "poml", "source": "auto"},)poml(prompt, context, stylesheet)

Pydantic 集成（poml.integration.pydantic）

功能介绍

NotGiven：用于区分“未提供实参”与显式传入 None 的哨兵单例。is_dataclass_like_type(typ)：判断给定类型是否可能使用了 @pydantic.dataclass。to_strict_json_schema(model)：将 Pydantic 模型转换为严格 JSON Schema，适配 OpenAI 的函数调用与响应格式（对象 additionalProperties: false，属性均为必填）。

关键 API

NotGivenis_dataclass_like_type(typ) -> boolto_strict_json_schema(model) -> dict[str, Any]
说明：
接收 BaseModel 类或 TypeAdapter；输出严格 JSON Schema；非 BaseModel 类型在 Pydantic v1 下不支持；实现参考自 OpenAI Python SDK（文档内给出来源链接）。

使用示例（来自文档）

from pydantic import BaseModel, Fieldfrom poml.integration.pydantic import to_strict_json_schemaclass Query(BaseModel):    name: str = Field(description="Query name")    limit: int = Field(description="Result limit", default=10)schema = to_strict_json_schema(Query)# 返回一个严格 JSON Schema（additionalProperties: false）

Weave 集成（poml.integration.weave）

功能介绍

log_poml_call(name, prompt, context, stylesheet, result)：将一次完整的 poml 调用记录到 Weave。

关键 API

log_poml_call(name, prompt, context, stylesheet, result)
说明："Log the entire poml call to weave."

文档示例

# 文档中的函数实现示例（节选）@weave.opdef poml(prompt, context, stylesheet):    return resultprompt_ref = weave.publish(prompt, name=name)if context is not None:    context_ref = weave.publish(context, name=name + ".context")else:    context_ref = contextif stylesheet is not None and stylesheet != "{}":    stylesheet_ref = weave.publish(stylesheet, name=name + ".stylesheet")else:    stylesheet_ref = stylesheetpoml(prompt_ref, context_ref, stylesheet_ref)

总结

本文按官方 Integration 参考页面整理了五个 Python 集成模块的用途与核心 API/类，并给出了文档中的示例片段：

记录调用：agentops、mlflow、weave 的 log_poml_call(...)；模板集成：langchain 的 LangchainPomlTemplate（支持 speaker 模式与结构化内容）；模型到 Schema：pydantic 的 to_strict_json_schema(...) 及辅助类型/判断。

更多细节请参考官方文档页面：

microsoft.github.io/poml/stable…