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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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