ModelContextProtocol Python SDK中FastMCP工具输入模式声明问题解析
2025-05-22 18:28:55作者:董灵辛Dennis
在ModelContextProtocol Python SDK的开发过程中,FastMCP工具装饰器的输入模式声明方式可能会让开发者感到困惑。本文将深入分析这一问题,并提供清晰的解决方案。
问题背景
FastMCP是ModelContextProtocol Python SDK中一个高效的组件初始化器,它允许开发者通过装饰器方式快速注册工具。然而,开发者在使用过程中发现,通过@mcp.tool
装饰器无法直接声明输入模式(input_schema),而工具类(Tool)本身确实包含inputSchema属性。
技术分析
FastMCP工具装饰器实现
FastMCP中的工具装饰器实现如下:
def tool(
self, name: str | None = None, description: str | None = None
) -> Callable[[AnyFunction], AnyFunction]:
# 装饰器逻辑
def decorator(fn: AnyFunction) -> AnyFunction:
self.add_tool(fn, name=name, description=description)
return fn
return decorator
工具类结构
工具类(Tool)的定义中包含inputSchema字段:
class Tool(BaseModel):
name: str
description: str | None = None
inputSchema: dict[str, Any] # 输入模式定义
参数与输入模式的映射关系
经过深入研究发现,FastMCP实际上采用了参数(parameters)而非直接的input_schema来定义输入模式。当开发者使用参数定义时,系统会自动将其转换为符合规范的inputSchema格式。
解决方案
正确使用方法
开发者可以通过以下方式定义工具及其输入模式:
@mcp.tool(
name="check_availability",
description="检查可用性",
parameters={
"type": "object",
"properties": {
"state": {"type": "string"},
"token": {"type": "string"},
"user": {"type": "string"},
"timeZone": {"type": "string"}
},
"required": ["state", "token", "user"]
}
)
def check_availability(state: str, token: str, user: str, timeZone: str = None) -> str:
# 工具实现逻辑
实现原理
- 参数转换:当使用parameters定义时,FastMCP会将其自动转换为标准的JSON Schema格式
- 类型推断:系统会根据函数参数的类型注解自动补充参数类型信息
- 默认值处理:可选参数(有默认值的参数)会被自动标记为非必需字段
最佳实践
- 优先使用parameters:在FastMCP中,使用parameters参数比直接定义input_schema更符合设计理念
- 结合类型注解:函数参数的类型注解可以与parameters定义配合使用,提供更完整的类型信息
- 完整模式定义:对于复杂参数结构,建议提供完整的JSON Schema定义
总结
ModelContextProtocol Python SDK的FastMCP组件通过parameters参数提供了灵活的工具输入模式定义方式。开发者无需直接操作inputSchema字段,而是可以通过更友好的parameters接口来定义工具的参数结构。这种设计既保持了与JSON Schema标准的兼容性,又提供了更简洁的API接口。
理解这一设计模式后,开发者可以更高效地利用FastMCP构建工具服务,同时确保输入参数的类型安全和结构完整性。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
511

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
258
298

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5