Microsoft.Extensions.AI.OpenAI 项目中 JSON Schema 严格模式支持解析
2025-06-27 22:38:15作者:薛曦旖Francesca
背景介绍
在人工智能应用开发中,JSON Schema 是一种常用的数据格式规范工具,它能够定义JSON数据的结构和约束条件。Microsoft.Extensions.AI.OpenAI 是一个.NET生态中用于集成OpenAI功能的扩展库,它为开发者提供了便捷的AI服务接入方式。
问题发现
在9.1.0-preview.1.25064.3版本中,开发者发现当使用OpenAIChatClient与Azure OpenAI服务交互时,虽然支持通过JSON Schema来约束AI模型的输出格式,但缺少对"strict"参数的支持。这个参数对于确保AI输出严格符合Schema定义至关重要。
技术细节
在OpenAI的API设计中,JSON Schema响应格式可以配置三个关键参数:
- schema_name - 模式名称标识
- schema - 实际的JSON Schema定义
- strict - 是否严格模式(控制是否允许不符合Schema的输出)
原实现中,当开发者通过ChatResponseFormat.ForJsonSchema方法创建响应格式时,虽然正确传递了schema_name和schema参数,但strict参数被默认设置为null,而不是更安全的true值。
解决方案
开发团队已经在新版本中修复了这个问题。现在代码实现如下:
if (options.ResponseFormat is ChatResponseFormatText)
{
result.ResponseFormat = OpenAI.Chat.ChatResponseFormat.CreateTextFormat();
}
else if (options.ResponseFormat is ChatResponseFormatJson jsonFormat)
{
result.ResponseFormat = jsonFormat.Schema is { } jsonSchema
? OpenAI.Chat.ChatResponseFormat.CreateJsonSchemaFormat(
jsonFormat.SchemaName ?? "json_schema",
BinaryData.FromString(jsonSchema),
jsonFormat.SchemaDescription)
: OpenAI.Chat.ChatResponseFormat.CreateJsonObjectFormat();
}
最佳实践建议
对于需要严格JSON Schema验证的场景,开发者应该:
- 确保使用最新版本的Microsoft.Extensions.AI.OpenAI库
- 明确检查AI输出是否符合预期格式
- 对于关键业务逻辑,建议添加额外的验证层
- 在开发阶段启用严格模式以尽早发现问题
总结
JSON Schema的严格模式支持是确保AI输出质量的重要机制。Microsoft.Extensions.AI.OpenAI库的这次改进,使得.NET开发者能够更好地控制AI模型的输出行为,特别是在需要精确数据格式的企业级应用中。开发者应当了解这一特性,并在适当场景中加以利用。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990