Perché gli schemi sono migliori degli argomenti non vincolati

Quando uno strumento accetta un semplice dict o valori non tipizzati, il modello può inviare quasi qualsiasi cosa e il Suo codice se ne accorge solo quando va in crash. 😬

Uno schema è un contratto chiaro: specifica esattamente quali campi esistono, i relativi tipi e quali sono obbligatori prima dell'esecuzione del codice.

Con uno schema, l'input non valido viene rifiutato al confine, quindi il corpo dello strumento lavora sempre con dati affidabili.

Lo stesso schema viene mostrato al modello, così l'IA apprende la struttura esatta da produrre invece di indovinare i nomi dei campi.

In questo caso, uno strumento recupera semplicemente le chiavi che spera siano presenti, senza alcuna garanzia che esistano davvero o contengano il tipo corretto.

Senza uno schema, deve distribuire ovunque controlli manuali con if. Un input convalidato permette di eliminare completamente questo codice ripetitivo.

Uno schema trasforma un crash vago in un errore preciso: indica il campo errato e specifica che cosa era previsto.

Pydantic è la libreria che gestisce tutto questo in MCP: descrive l'input come un modello e lo convalida e documenta automaticamente.

La definizione del modello è l'unica fonte di verità: lo schema JSON, la convalida e la documentazione derivano tutti da quella classe.

Poiché lo schema elenca ogni campo e tipo, uno strumento tipizzato è auto-documentante e aiuta sia le persone che stanno iniziando sia il modello.

Man mano che il server cresce, gli schemi mantengono gli strumenti prevedibili, così decine di strumenti si comportano in modo coerente invece di analizzare ognuno l'input a modo proprio.

Uno schema è un contratto che convalida subito l'input, documenta la struttura per il modello e sostituisce i controlli manuali sparsi. ✅