Modelinput med Pydantic
Definér en typet struktur for et værktøjs argumenter.
Modelinput med Pydantic er en gratis MCP Academy-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i MCP Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. MCP Academy-kurset indeholder 4 lektioner i alt.
En model pr. input
For at forme et værktøjs argumenter skriver du en Pydantic-model: en lille klasse, hvor hver attribut er ét felt med en type i inputtet.
from pydantic import BaseModel
class SearchInput(BaseModel):
query: str
limit: intNedarv fra BaseModel
Alle inputmodeller nedarver fra BaseModel, som automatisk giver dem fortolkning, validering og generering af JSON-skema.
Felter er attributter med typer
Hver linje angiver et felt og dets type. Pydantic læser disse annotationer for at vide, hvordan gyldigt input ser ud.
Send modellen som ét argument
I et FastMCP-værktøj modtager du modellen som én parameter med en type, og frameworket bygger skemaet ud fra den.
@mcp.tool()
def search(args: SearchInput) -> str:
return run(args.query, args.limit)Tilgå felter efter navn
Inde i værktøjet læser du værdier som attributter: args.query og args.limit. Ingen opslag i dicts, og din editor fuldfører dem automatisk.
Kohærens, hvor det giver mening
Pydantic kan forsigtigt konvertere kompatible værdier, f.eks. omdanne strengen 5 til heltallet 5, så mindre uoverensstemmelser bare fungerer.
Afvisning af forkerte typer
Hvis en værdi ikke kan omdannes til den angivne type, rejser Pydantic en tydelig valideringsfejl i stedet for at lade den slippe igennem.
Indlejrede modeller
Et felt kan selv være en anden model, så du kan beskrive indlejrede objekter klart i stedet for dybt indlejrede rå dicts.
class Address(BaseModel):
city: str
class User(BaseModel):
name: str
home: AddressSkemaet genereres
Pydantic omdanner automatisk din model til et JSON-skema, som MCP videresender til klienten, så modellen kender inputtets form.
Genbrug modeller på tværs af værktøjer
Definér en model én gang, og del den mellem flere værktøjer. Det holder dine inputformer ensartede og din kode fri for gentagelser.
Typesikkerhed fra ende til anden
Fra modellens kald til din funktionskrop bevarer data én verificeret type, så du aldrig mere skal håndtere dicts uden typer.
Hurtigt tjek
Hvordan definerer du en inputform med typer til et værktøj ved hjælp af Pydantic?
Opsummering
Nedarv fra BaseModel, angiv felter med typer, og send modellen som ét argument. Pydantic validerer input og genererer skemaet. ✅
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Modelinput med Pydantic” gratis?
Ja — alle 3 lektioner i læringssporet MCP Academy, inklusive “Modelinput med Pydantic”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. MCP Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Modelinput med Pydantic”?
Definér en typet struktur for et værktøjs argumenter. Du øver dig i MCP Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på MCP Academy?
Der kræves ingen tidligere erfaring. MCP Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.
Hvor lang tid tager lektionen “Modelinput med Pydantic”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne MCP Academy-lektion?
Ja. Alle MCP Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Hvorfor skemaer er bedre end løse argumenter
- Modelinput med Pydantic
- Begrænsninger, standardværdier og enums
- Feltbeskrivelser, der guider modellen