ASP.NET Extensions 项目中的 AI 函数调用错误处理机制优化
2025-06-27 01:09:38作者:吴年前Myrtle
在 ASP.NET Extensions 项目中,开发团队近期对 AI 函数调用(Function Calling)的错误处理逻辑进行了深入讨论和优化。这项改进主要针对 AI 功能调用时的异常处理机制,旨在提供更灵活、更安全的错误处理方式,同时防止潜在的资源浪费问题。
原有机制分析
在之前的实现中,系统提供了两种基本的错误处理模式:
-
RetryOnError=false 模式
- 当发生异常时,系统会进行最后一次尝试获取答案
- 在此次尝试中,所有工具(tools)都不可用
- 目的是在不要求应用开发者捕获 AIFunction 中错误的情况下,生成"抱歉,操作失败"的响应
-
RetryOnError=true 模式
- 发生异常时,系统会持续循环直到达到 MaximumIterationsPerRequest 限制
- 默认情况下这个限制是无限的
存在的问题
原有设计存在几个明显的不足:
- 循环终止机制不够严格,可能导致资源浪费
- "Retry"命名不够准确,容易引起误解
- 配置方式不够灵活,无法满足不同场景的需求
- 缺乏对连续错误的限制机制
优化方案
经过深入讨论,团队提出了以下优化方案:
1. 更严格的循环终止控制
- 默认将 MaximumIterationsPerRequest 设置为 10(具体数值待定)
- 新增 MaximumConsecutiveErrorsPerRequest 参数,默认值为 3
- 这些限制共同作用,可有效防止以下情况:
- LLM 无限调用问题函数
- 提示注入攻击导致 LLM 无限调用成功函数
2. 错误处理模式重构
- 用 FunctionInvocationErrorHandlingMode 替代原有的 RetryOnError
- 提供两种基本模式:
- Throw:不捕获异常,直接重新抛出(适用于非聊天循环场景)
- Retry:相当于原有的 RetryOnError=true
- 默认使用 Retry 模式,依靠 MaximumConsecutiveErrorsPerRequest 限制重试次数
3. 配置方式优化
- 将错误处理模式配置从 FunctionCallingChatClient 移到 ChatOptions
- 允许在每次调用时单独设置
- 通过类层次结构实现扩展性,支持自定义错误处理逻辑
简化后的最终方案
经过进一步思考,团队决定采用更简洁的设计:
-
循环控制参数
- 默认 MaximumIterationsPerRequest = 10
- 新增 MaximumConsecutiveErrorsPerRequest = 3
-
移除 RetryOnError 参数
- 默认情况下,LLM 最多有 2 次额外尝试机会
- 如需禁用重试,设置 MaximumConsecutiveErrorsPerRequest ≤ 1
- 如需实现"最后一次无工具尝试",可通过添加中间件实现
技术实现要点
-
错误计数机制
- 系统会跟踪连续错误次数
- 当达到 MaximumConsecutiveErrorsPerRequest 限制时终止循环
-
历史记录增强
- 每次失败的工具调用都会在历史记录中添加错误信息
- 帮助 LLM 在下一次尝试时调整行为
-
中间件扩展
- 开发者可以通过添加中间件实现自定义错误处理逻辑
- 例如:检测到失败工具调用后,将 ToolMode 设置为 None
实际应用建议
-
聊天场景
- 保持默认设置,允许有限次数的自动重试
- 利用错误信息帮助 LLM 自我修正
-
结构化输出场景
- 设置更严格的错误限制
- 考虑添加自定义中间件处理特定错误类型
-
高安全性要求场景
- 将 MaximumConsecutiveErrorsPerRequest 设为 1
- 快速失败并返回错误,减少潜在攻击面
这项改进使 ASP.NET Extensions 的 AI 函数调用功能更加健壮和安全,同时保持了足够的灵活性以满足不同应用场景的需求。开发者现在可以更精确地控制错误处理行为,防止资源滥用,并实现更复杂的自定义错误处理逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
探索未来显示技术:Adafruit_SH1106 图形库 推荐使用 taggingJS:一款轻量级的前端标签插件!【亲测免费】 探索像素级完美的结构化运动:PixSFM 推荐开源项目:DropPoint - 让拖放操作更简单【亲测免费】 推荐开源项目:picocom——小巧而强大的串口通信工具 推荐使用:NATS .NET 客户端【亲测免费】 推荐开源项目:MiracleCast - 智能无线显示实现 探索安全新维度:backdoor-apk 动态后门注入工具 探秘Viasfora:Visual Studio 2022的文本编辑增强利器 推荐使用:go-reuseport - 实现高效端口复用的Go语言库
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
233
98
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
704