Tools gut benennen und beschreiben
Verfassen Sie Beschreibungen, auf deren Grundlage das Modell tatsächlich handeln kann.
Tools gut benennen und beschreiben ist eine kostenlose MCP Academy-Lektion auf CoddyKit. Dies ist Lektion 1 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.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
The Model Reads First
Before an AI ever runs your tool, it reads its name and description to decide whether this tool fits the task. 🧭
Name It Like a Verb
A good MCP tool name says what it does at a glance, like get_weather or send_email. Short, action-first, no surprises.
Where the Name Comes From
In FastMCP the tool name defaults to your Python function name, so name the function carefully and use snake_case.
@mcp.tool()
def get_weather(city: str) -> str:
...Override the Name
If the function name is not ideal, pass an explicit name to the decorator so the model sees exactly what you want.
@mcp.tool(name="get_weather")
def weather_lookup(city: str) -> str:
...The Description Is a Prompt
The tool description is read by the model as guidance. Treat it like a tiny prompt that tells the AI when and why to call this tool.
Docstrings Become Descriptions
FastMCP turns your function's docstring into the tool description automatically, so write it for the model, not just for humans.
@mcp.tool()
def get_weather(city: str) -> str:
"""Get the current weather for a city."""Say What It Returns
A strong description names the inputs and the output, so the model knows what it gets back before it ever calls the tool.
Be Specific About Limits
State the boundaries in the description: which cities, which formats, what it cannot do. Clear limits stop the model from misusing your tool.
Avoid Vague Verbs
Words like process or handle tell the model nothing. Use a precise verb so the AI can tell your tools apart at call time.
One Tool, One Job
Keep each tool focused on a single job. A narrow, well-named tool is far easier for the model to pick correctly than a do-everything one.
Test the Name Out Loud
Read the name and first line of the description together. If a stranger could not guess what it does, the model probably cannot either.
Quick Check
Where does FastMCP get a tool's description from by default?
Recap
The model reads the name and description first. Use action names, docstring descriptions, and clear limits so the AI calls your tool correctly. ✅
Häufig gestellte Fragen
Ist die Lektion „Tools gut benennen und beschreiben“ kostenlos?
Ja — der vollständige Text von „Tools gut benennen und beschreiben“ 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 „Tools gut benennen und beschreiben“?
Verfassen Sie Beschreibungen, auf deren Grundlage das Modell tatsächlich handeln kann. 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 1 von 4.
Wie lange dauert die Lektion „Tools gut benennen und beschreiben“?
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
- Tools gut benennen und beschreiben
- Parameter mit Type Hints deklarieren
- Nützliche Ergebnisse zurückgeben
- Ein Taschenrechner-Tool von Anfang bis Ende