解决openai-kotlin库中OpenRouter端点模型列表解析问题
2025-07-09 07:51:54作者:晏闻田Solitary
问题背景
在Android开发中使用openai-kotlin库对接OpenRouter API时,开发者遇到了一个模型列表解析异常。当调用openAI.models()方法时,系统抛出错误提示"Fields [created, owned_by] are required for type with serial name 'com.aallam.openai.api.model.Model', but they were missing",表明JSON响应中缺少必需的字段。
技术分析
这个问题的根源在于openai-kotlin库中的Model数据类设计。当前实现将created和ownedBy字段定义为非空类型,而OpenRouter API返回的模型数据中并不包含这两个字段。这种严格的数据模型定义与第三方API的实际响应结构不匹配,导致了反序列化失败。
Model类的原始定义如下:
@Serializable
public data class Model(
@SerialName("id") public val id: ModelId,
@SerialName("created") public val created: Long,
@SerialName("owned_by") public val ownedBy: String,
@SerialName("permission") public val permission: List<ModelPermission>? = null,
)
解决方案
针对这个问题,合理的解决方案是调整Model类的定义,将created和ownedBy字段改为可空类型。这种修改既保持了与OpenAI官方API的兼容性,又能适配OpenRouter等第三方API的响应结构。
修改后的Model类定义应为:
@Serializable
public data class Model(
@SerialName("id") public val id: ModelId,
@SerialName("created") public val created: Long?,
@SerialName("owned_by") public val ownedBy: String?,
@SerialName("permission") public val permission: List<ModelPermission>? = null,
)
技术考量
- 向后兼容性:修改后的实现仍然能够正确处理包含所有字段的OpenAI官方API响应
- 扩展性:能够适配更多第三方API提供商的响应格式
- 安全性:通过可空类型明确表达了这些字段的非必需性,强制调用方处理可能的null值
- 实用性:对于智能助手等应用场景,created和ownedBy字段通常不是必需信息
最佳实践建议
- 在使用开源库对接第三方API时,应仔细检查API文档中的响应格式
- 对于可能变化的API响应,数据模型中的非必需字段应设计为可空类型
- 在反序列化逻辑中添加适当的错误处理和回退机制
- 考虑使用自定义序列化器处理特殊格式的API响应
总结
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
196
218
暂无简介
Dart
635
144
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++
652
276
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
React Native鸿蒙化仓库
JavaScript
245
316
🎉 (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
1.12 K
627
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
73
98
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.72 K