从 Prompt 到 Tool, FastMCP 2.8 正在重塑 AI 应用开发范式

这两天, FastMCP 有了比较大的更新, 推出了 2.8 稳定版本

这个版本的最大亮点就是 工具转换(Tool Transformation): 允许用户将工具调整得更适合大语言模型（LLM），使 AI 更容易与之交互。用户可以重命名参数、重写描述、隐藏参数，并添加自定义验证或后处理逻辑.

核心在于大佬这句话:

Tool transformation flips Prompt Engineering on its head: stop writing tool-friendly LLM prompts and start providing LLM-friendly Tools.

是 FastMCP 2.8 的核心理念，也是整个 LLM 工具链设计思想的重大转折点.

这句话的具体含义是什么？

在传统的 LLM 应用开发中，我们经常陷入这样的模式：

「工具是固定的，而提示词是可调的」→ 所以开发者不断优化 prompt，让模型"学会"使用一个笨重、不直观的工具接口。

而 Tool Transformation 所带来的革新是：

「提示词不变，工具可调」→ 你不再需要迁就工具的设计，而是可以将工具本身改造为更自然、直观、语义明确的形式，让 LLM 更容易理解和调用。

也就是说：

• 不用再告诉 LL