FastMCP项目中如何为工具参数添加描述信息
2025-05-30 14:31:47作者:鲍丁臣Ursa
在FastMCP项目中,开发者经常需要为工具函数的参数添加描述性信息,以增强API文档的可读性和易用性。本文将详细介绍如何利用Python的类型注解和Pydantic库来实现这一功能。
参数描述的实现方式
FastMCP基于Python的类型系统,结合Pydantic的Field类,为工具参数添加描述信息。具体实现方法如下:
from typing import Annotated
from pydantic import Field
@mcp.tool()
def add(a: Annotated[int, Field(description="第一个加数,必须是整数")],
b: Annotated[int, Field(description="第二个加数,必须是整数")]) -> int:
"""两数相加"""
return a + b
这种写法利用了Python 3.9+引入的Annotated类型,结合Pydantic的Field类来为参数添加元数据。描述信息会被自动包含在生成的JSON Schema中。
生成的JSON Schema结构
当使用上述方法定义工具后,FastMCP会生成包含参数描述的JSON Schema:
{
"tools": [
{
"name": "add",
"description": "两数相加",
"inputSchema": {
"type": "object",
"properties": {
"a": {
"description": "第一个加数,必须是整数",
"title": "A",
"type": "integer"
},
"b": {
"description": "第二个加数,必须是整数",
"title": "B",
"type": "integer"
}
},
"required": ["a", "b"],
"title": "addArguments"
}
}
]
}
关于自动生成的标题字段
在生成的Schema中,FastMCP会自动为每个参数添加title字段,其值为参数名的大写形式。这是FastMCP的默认行为,目的是提供更友好的展示名称。目前版本中,这个特性是内置的,暂时没有提供关闭选项。
addArguments这个顶级标题也是自动生成的,它代表了整个输入参数的集合。这些自动生成的标题字段虽然不能直接关闭,但不会影响实际的功能使用。
最佳实践建议
-
保持描述简洁明了:参数描述应该简明扼要地说明参数的用途和限制条件
-
一致性原则:为所有重要参数都添加描述,保持API文档的完整性
-
类型与描述结合:除了描述外,确保类型注解准确,如
int、str等 -
考虑国际化:如果面向多语言用户,可以在描述中使用简单英文或考虑后续支持多语言描述
通过这种方式,FastMCP开发者可以创建出具有丰富文档信息的API工具,大大提升API的可用性和开发者体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878