MCP Academy · 강의

도구: 모델이 수행하는 작업

인공지능이 작업을 수행하기 위해 호출하는 함수

도구: 모델이 수행하는 작업은(는) CoddyKit의 무료 MCP Academy 강의입니다. 이것은 4개 중 1번째 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.

Meet the First Primitive

MCP gives a model three building blocks. The first is the tool: a function the AI can actually run to do something in the world. 🔧

Tools Take Action

A tool is for doing, not just knowing. Sending an email, querying a database, or creating a file all belong here because each one changes or fetches live state.

The Model Decides

You expose the tool, but the model chooses when to call it. Based on the conversation, the AI picks the right tool and fills in its arguments for you.

A Tool Is Just a Function

In the Python SDK a tool is a normal function. You mark it with the @mcp.tool() decorator and the server advertises it to clients.

@mcp.tool()
def add(a: int, b: int) -> int:
    return a + b

Every Tool Needs a Name

Each tool carries a name the model uses to call it. By default the function name becomes the tool name, so add and get_weather just work.

Descriptions Guide the AI

The model reads your docstring to learn what a tool does. A clear one sentence summary makes the AI pick the right tool at the right moment.

@mcp.tool()
def add(a: int, b: int) -> int:
    """Add two numbers together."""
    return a + b

Arguments Become a Schema

Your function's parameters turn into an input schema. The model sees the names and types so it knows exactly what data to send.

Results Flow Back

Whatever your tool returns goes back to the model as context. The AI then weaves that result into its reply to the user.

Tools Can Have Side Effects

Because a tool runs real code, it can change things: write to disk, charge a card, or post a message. That power is exactly why tools sit under user control. ⚠️

Model-Controlled by Design

MCP calls tools model-controlled. The model initiates the call, while the host app can still ask the user to approve it before anything runs.

One Tool, One Job

Keep each tool focused on a single clear action. Small, well named tools are far easier for the model to choose correctly than one giant catch-all.

Quick Check

Let's lock in what makes a tool a tool.

Recap: Tools

Nice work! A tool is a model-controlled function that does something. You name it, describe it, type its arguments, and return a result the AI can use. ✅

자주 묻는 질문

“도구: 모델이 수행하는 작업” 강의는 무료인가요?

네 — “도구: 모델이 수행하는 작업” 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.

“도구: 모델이 수행하는 작업”에서 뭘 배우나요?

인공지능이 작업을 수행하기 위해 호출하는 함수 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 1번째 강의입니다.

“도구: 모델이 수행하는 작업” 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