FastMCP项目中如何为工具参数添加描述信息
2025-05-30 06:07:30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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥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
68
20
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
12
1
暂无简介
Dart
799
198
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1