ASP.NET Core扩展库中JSON Schema生成对数据注解的支持增强
2025-06-27 06:02:01作者:魏献源Searcher
在ASP.NET Core的扩展库中,JSON Schema生成功能即将迎来一个重要改进——支持System.ComponentModel.DataAnnotations命名空间下的数据验证特性。这一改进将显著提升开发者在构建AI功能时的参数验证体验。
当前实现现状
目前,当开发者使用记录类型(record)定义工具参数时,即便添加了各种数据验证特性,生成的JSON Schema中也不会包含这些验证约束。例如,对于以下记录定义:
public record SimulationSettings(
[Range(-1, 10, ErrorMessage = "必须在-1到10之间")]
decimal MarketROR
);
生成的JSON Schema仅包含基本类型信息:
{
"marketROR": {
"type": "number"
}
}
改进后的预期行为
经过增强后,JSON Schema生成将能够识别并转换常见的数据验证特性:
[Range(min, max)]→ 生成"minimum"和"maximum"属性[Required]→ 在"required"数组中标记必填字段[StringLength(max)]→ 添加"maxLength"限制[RegularExpression(pattern)]→ 包含正则表达式"pattern"[EmailAddress]→ 设置"format"为"email"
以上面的示例为例,改进后将生成包含完整验证约束的Schema:
{
"marketROR": {
"type": "number",
"minimum": -1,
"maximum": 10
}
}
技术实现考量
这一改进将在AIJsonUtilities中实现,保持与现有STJ(System.Text.Json)基础设施的兼容性。未来如果STJ原生支持这一特性,可以轻松移除AIJsonUtilities中的实现而不会影响功能。
开发者价值
这一增强为开发者带来多重好处:
- 统一验证体验:开发者可以使用熟悉的.NET验证模式,无需学习新的验证机制
- 开发效率提升:减少手动实现运行时验证的工作量
- 前端验证支持:客户端可以根据Schema在调用前进行参数验证
- 自文档化API:Schema本身成为API契约的一部分,提高可读性
- 框架一致性:与ASP.NET Core、Minimal APIs等框架保持一致的验证体验
实际应用场景
在AI功能开发中,这一改进尤为重要。当LLM(大语言模型)生成工具调用参数时,如果Schema中包含完整的验证约束,LLM可以一次性生成符合要求的JSON,避免因验证失败导致的多次往返交互。这显著提升了AI应用的响应速度和可靠性。
总结
这一改进代表了ASP.NET Core扩展库在AI支持方面的重要进步,它弥合了.NET生态系统标准验证机制与AI工具Schema生成之间的鸿沟,为开发者提供了更加流畅和一致的开发体验。随着AI功能的日益普及,这类改进将帮助.NET开发者更高效地构建智能应用程序。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134