MCP Academy · 강의

Pydantic으로 모델 입력 정의하기

도구 인수에 사용할 형식이 지정된 구조를 정의합니다.

Pydantic으로 모델 입력 정의하기은(는) CoddyKit의 무료 MCP Academy 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 MCP Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. MCP Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

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: int

Subclass 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: Address

Schema 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. ✅

자주 묻는 질문

“Pydantic으로 모델 입력 정의하기” 강의는 무료인가요?

네 — “Pydantic으로 모델 입력 정의하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 MCP Academy 강의 전체를 잠금 해제할 수 있습니다. MCP Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“Pydantic으로 모델 입력 정의하기”에서 뭘 배우나요?

도구 인수에 사용할 형식이 지정된 구조를 정의합니다. 브라우저에서 직접 실행하는 실습 코드로 MCP Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

MCP Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 MCP Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.

“Pydantic으로 모델 입력 정의하기” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 MCP Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 MCP Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← MCP Academy(으)로 돌아가기