解析dotnet/extensions项目中AI模板的依赖问题
2025-06-27 17:54:19作者:龚格成
在dotnet/extensions项目中,开发团队最近引入了一个新的AI模板功能,旨在简化开发者在.NET应用中集成人工智能能力的流程。然而,这个新功能在初始版本中存在一个关键依赖问题,值得开发者注意。
问题本质
当开发者使用最新的AI模板创建新项目时,模板默认生成的代码会引用两个关键扩展方法:AsChatClient和AsEmbeddingGenerator。这两个方法分别用于创建聊天客户端和嵌入生成器,是AI功能的核心接口。然而,模板项目默认没有包含必要的NuGet包引用,导致编译失败。
技术背景
这两个扩展方法实际上定义在Microsoft.Extensions.AI.OpenAI包中,这是一个专门为OpenAI集成提供的扩展库。该包提供了将基础AI客户端转换为特定功能客户端的便捷方法,遵循了.NET扩展方法的设计模式。
解决方案
解决这个问题非常简单,开发者只需要手动添加对Microsoft.Extensions.AI.OpenAI包的引用即可。可以通过以下命令完成:
dotnet add package Microsoft.Extensions.AI.OpenAI --prerelease
值得注意的是,由于这是一个预发布版本的功能,需要显式指定--prerelease标志。
设计考量
从架构角度看,这种设计可能是故意的分离关注点策略。基础AI功能放在核心包中,而特定于OpenAI的实现放在单独的扩展包中。这种模式在.NET生态系统中很常见,允许开发者只引入他们实际需要的功能。
最佳实践建议
对于使用AI模板的开发者,建议:
- 创建项目后立即检查所有必要的依赖
- 关注预发布版本的更新说明
- 考虑将常用AI功能封装在自己的扩展方法中
- 定期检查依赖更新,因为AI领域发展迅速
未来展望
随着AI在.NET生态中的集成越来越深入,预计这类模板会变得更加完善,依赖管理也会更加自动化。开发团队可能会在后续版本中修复这个依赖缺失问题,或者提供更清晰的文档说明。
这个问题虽然简单,但反映了现代软件开发中依赖管理的重要性,特别是在快速发展的AI领域。理解这类问题的本质有助于开发者更好地应对类似情况。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218