Modelleingaben mit Pydantic
Definieren Sie eine typisierte Struktur für die Argumente eines Tools.
Modelleingaben mit Pydantic ist eine kostenlose MCP Academy-Lektion auf CoddyKit. Dies ist Lektion 2 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des MCP Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der MCP Academy-Kurs umfasst insgesamt 4 Lektionen.
Ein Modell pro Eingabe
Um die Argumente eines Tools zu strukturieren, schreiben Sie ein Pydantic-Modell: eine kleine Klasse, in der jedes Attribut ein typisiertes Eingabefeld ist.
from pydantic import BaseModel
class SearchInput(BaseModel):
query: str
limit: intVon BaseModel erben
Jedes Eingabemodell erbt von BaseModel. Dadurch erhält es Parsing, Validierung und die Generierung eines JSON-Schemas automatisch.
Felder sind typisierte Attribute
Jede Zeile benennt ein Feld und seinen Typ. Pydantic liest diese Annotationen, um zu erkennen, wie eine gültige Eingabe aussieht.
Das Modell als ein Argument übergeben
In einem FastMCP-Tool akzeptieren Sie das Modell als einzigen typisierten Parameter. Das Framework erstellt daraus das Schema.
@mcp.tool()
def search(args: SearchInput) -> str:
return run(args.query, args.limit)Über den Namen auf Felder zugreifen
Im Tool lesen Sie Werte als Attribute: args.query und args.limit. Keine Dictionary-Zugriffe – und Ihr Editor ergänzt die Attribute automatisch.
Sinnvolle Typkonvertierung
Pydantic konvertiert kompatible Werte vorsichtig, etwa die Zeichenfolge 5 in die Ganzzahl 5, sodass kleinere Abweichungen problemlos funktionieren.
Falsche Typen zurückweisen
Wenn ein Wert nicht in den deklarierten Typ umgewandelt werden kann, löst Pydantic einen klaren Validierungsfehler aus, statt ihn durchzulassen.
Verschachtelte Modelle
Ein Feld kann selbst ein anderes Modell sein. So können Sie verschachtelte Objekte übersichtlich beschreiben, statt tief verschachtelte rohe Dicts zu verwenden.
class Address(BaseModel):
city: str
class User(BaseModel):
name: str
home: AddressDas Schema wird generiert
Pydantic wandelt Ihr Modell automatisch in ein JSON-Schema um. MCP leitet dieses an den Client weiter, damit das Modell die Eingabestruktur kennt.
Modelle in mehreren Tools wiederverwenden
Definieren Sie ein Modell einmal und verwenden Sie es in mehreren Tools. Dadurch bleiben Ihre Eingabestrukturen konsistent und Ihr Code übersichtlich.
Typsicherheit von Anfang bis Ende
Vom Aufruf des Modells bis zum Funktionskörper behält die Datenstruktur einen überprüften Typ. Sie müssen sich also nie wieder mit untypisierten Dicts herumschlagen.
Kurze Überprüfung
Wie definieren Sie mit Pydantic eine typisierte Eingabestruktur für ein Tool?
Zusammenfassung
Leiten Sie BaseModel ab, führen Sie typisierte Felder auf und übergeben Sie das Modell als ein Argument. Pydantic validiert die Eingabe und generiert das Schema. ✅
Lerne Python mit einem KI-Tutor — kostenlos
Schreibe und führe echten Code in deinem Browser aus, bekomme sofortige Hilfe von einem 24/7 KI-Tutor und setze dein Lernen im Web oder in der App fort.
- Kurse
- 30
- Lektionen
- 120
Häufig gestellte Fragen
Ist die Lektion „Modelleingaben mit Pydantic“ kostenlos?
Ja — der vollständige Text von „Modelleingaben mit Pydantic“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des MCP Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der MCP Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Modelleingaben mit Pydantic“?
Definieren Sie eine typisierte Struktur für die Argumente eines Tools. Du übst MCP Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um MCP Academy zu starten?
Keine Vorkenntnisse erforderlich. MCP Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 2 von 4.
Wie lange dauert die Lektion „Modelleingaben mit Pydantic“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser MCP Academy-Lektion Code schreiben und ausführen?
Ja. Jede MCP Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Warum Schemas besser sind als lose Argumente
- Modelleingaben mit Pydantic
- Einschränkungen, Standardwerte und Enums
- Feldbeschreibungen, die das Modell anleiten