Entradas del modelo con Pydantic
Defina una estructura tipada para los argumentos de una herramienta.
Entradas del modelo con Pydantic es una lección gratuita de MCP Academy en CoddyKit. Esta es la lección 2 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MCP Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MCP Academy incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
A Model Per Input
To shape a tool's arguments, you write a Pydantic model: a small class where each attribute is one typed field of the input.
from pydantic import BaseModel
class SearchInput(BaseModel):
query: str
limit: intSubclass BaseModel
Every input model inherits from BaseModel, which gives it parsing, validation, and JSON schema generation for free.
Fields Are Typed Attributes
Each line names a field and its type. Pydantic reads those annotations to know what valid input looks like.
Pass the Model as One Argument
In a FastMCP tool, accept the model as a single typed parameter, and the framework builds the schema from it.
@mcp.tool()
def search(args: SearchInput) -> str:
return run(args.query, args.limit)Access Fields by Name
Inside the tool you read values as attributes: args.query and args.limit. No dict lookups, and your editor autocompletes them.
Coercion Where Sensible
Pydantic will gently coerce compatible values, like turning the string 5 into the integer 5, so minor mismatches just work.
Rejecting Bad Types
If a value cannot become the declared type, Pydantic raises a clear validation error instead of letting it slip through.
Nested Models
A field can itself be another model, letting you describe nested objects cleanly instead of deeply nested raw dicts.
class Address(BaseModel):
city: str
class User(BaseModel):
name: str
home: AddressSchema Is Generated
Pydantic turns your model into a JSON schema automatically, which MCP forwards to the client so the model knows the input shape.
Reuse Models Across Tools
Define a model once and share it across several tools. That keeps your input shapes consistent and your code dry.
Type Safety End to End
From the model's call to your function body, the data keeps one verified type, so you never juggle untyped dicts again.
Quick Check
How do you define a typed input shape for a tool with Pydantic?
Recap
Subclass BaseModel, list typed fields, and pass the model as one argument. Pydantic validates input and generates the schema. ✅
Preguntas frecuentes
¿La lección «Entradas del modelo con Pydantic» es gratis?
Sí — el texto completo de «Entradas del modelo con Pydantic» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MCP Academy, actualiza a CoddyKit PRO. El curso de MCP Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Entradas del modelo con Pydantic»?
Defina una estructura tipada para los argumentos de una herramienta. Practicas MCP Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar MCP Academy?
No se requiere experiencia previa. MCP Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 2 de 4.
¿Cuánto tiempo toma la lección «Entradas del modelo con Pydantic»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de MCP Academy?
Sí. Cada lección de MCP Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Por qué los esquemas superan a los argumentos libres
- Entradas del modelo con Pydantic
- Restricciones, valores predeterminados y enumeraciones
- Descripciones de campos que orientan al modelo