ASP.NET Extensions 项目中的结构化输出限制与解决方案

在 ASP.NET Extensions 项目中，开发人员在使用 AI 聊天客户端时遇到了结构化输出的重要限制。当前实现仅支持返回复杂对象类型，而无法直接处理数组、原始类型（如 int、bool）或枚举等简单类型。这一限制显著降低了 API 的易用性和灵活性。

问题本质

核心问题在于当前的结构化输出实现存在两个层面的限制：

1. 类型约束：泛型方法强制要求类型参数必须是类（class），排除了值类型和数组
2. JSON Schema 兼容性：底层 AI 服务（如 OpenAI）的原生 JSON Schema 功能要求顶层必须是一个对象，不能是数组或其他类型

这种设计导致开发者不得不为简单场景创建不必要的包装类型，例如需要定义一个包含单个 int 属性的类，仅仅为了获取一个数字结果。

技术背景

在 AI 聊天交互中，结构化输出通常通过以下两种方式实现：

1. 原生 JSON Schema：直接利用 AI 服务提供的 schema 验证功能
2. 提示工程：通过自然语言指令要求 AI 返回特定格式的响应

当前实现更倾向于保持"透明性"，避免过多中间处理，以便开发者能够：

• 更清晰地理解实际发生的交互
• 在调试和日志中看到原始请求/响应
• 避免因额外处理层引入的潜在不一致性

解决方案演进

虽然项目团队最初倾向于保持最小化设计，但社区贡献提出了更用户友好的改进方向：

1. 自动包装机制：对于非对象类型，系统可以自动生成适当的包装对象和对应的 schema
2. 扩展类型支持：解除泛型约束，允许值类型和数组作为直接返回类型
3. 透明处理：在保持底层交互可见性的同时，提供更符合直觉的 API 表面

这种改进既保持了与现有 AI 服务的兼容性，又显著提升了开发体验，使 API 更符合"Pit of Success"设计原则。

实际影响

原始限制导致的一些典型不便场景包括：

• 无法直接获取简单计算结果（如年龄计算）
• 需要额外类型定义来包装单个字符串或布尔值
• 处理列表数据时需要不必要的中间转换
• 枚举类型无法直接作为返回类型使用

这些问题在数据处理密集型应用中尤为明显，增加了不必要的样板代码和认知负担。

最佳实践建议

基于这一改进，开发者在使用 AI 结构化输出时可以：

1. 根据返回数据的复杂度选择合适的返回类型
2. 对于简单场景，直接使用原始类型而无需包装
3. 对于列表数据，使用数组或集合类型提高表达力
4. 利用枚举类型使返回值的语义更加明确

这一演进体现了 ASP.NET Extensions 项目在保持稳定性的同时，不断优化开发者体验的承诺，也展示了开源社区通过反馈推动改进的典型过程。