ASP.NET Core OpenAPI 与 Newtonsoft.Json 的兼容性问题解析
背景介绍
在 ASP.NET Core 开发中,OpenAPI 规范的生成是一个重要环节。微软官方提供的 Microsoft.AspNetCore.OpenApi 包是基于 System.Text.Json 构建的,这导致在使用 Newtonsoft.Json 时会出现模型架构不匹配的问题。
核心问题分析
当开发者同时使用 OpenAPI 和 Newtonsoft.Json 时,系统仍然会基于 System.Text.Json 生成 OpenAPI 文档。这会导致请求/响应模型的 JSON 架构与实际序列化行为不一致。
例如,在以下代码中:
public class Foo
{
[System.Text.Json.Serialization.JsonPropertyName("StjName")]
[Newtonsoft.Json.JsonProperty("NewtonName")]
public required string Name { get; set; }
}
OpenAPI 文档会显示属性名为 "StjName" 而非 "NewtonName",这与实际使用 Newtonsoft.Json 序列化时的行为不符。
技术实现细节
Microsoft.AspNetCore.OpenApi 的设计基于以下技术决策:
- 完全构建在 System.Text.Json 之上
- 支持原生 AOT 编译
- 依赖 Microsoft.OpenApi 库,而该库在 .NET 10 版本中也迁移到了 System.Text.Json
这些设计选择使得支持 Newtonsoft.Json 变得困难,因为需要维护两套完全不同的实现方案。
解决方案建议
对于需要继续使用 Newtonsoft.Json 的开发者,有以下几种选择:
-
迁移到 System.Text.Json:这是微软推荐的长期解决方案,性能更好且支持异步操作。
-
双注解模型:为所有模型同时添加 System.Text.Json 和 Newtonsoft.Json 的注解,确保两者行为一致。
-
使用第三方库:继续使用 NSwag 或 Swashbuckle 等第三方库,它们提供了更灵活的序列化方案选择。
当前限制与未来展望
Microsoft.AspNetCore.OpenApi 目前存在一些限制:
- 不支持从 XML 文档读取注释(将在 .NET 10 预览版2中支持)
- 不支持自定义日期时间格式
- 命名策略不能在类/结构体级别应用
对于这些限制,开发者可以向 dotnet/runtime 仓库提交功能请求,争取在 .NET 10 中获得支持。
总结
虽然 Microsoft.AspNetCore.OpenApi 提供了官方集成的 OpenAPI 支持,但其对 System.Text.Json 的强依赖使得 Newtonsoft.Json 用户需要做出权衡。开发者应根据项目需求,选择最适合的解决方案,平衡兼容性、性能和开发便利性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00