Kiota项目中自适应卡片在插件清单中的定义与实现
2025-06-24 23:36:22作者:袁立春Spencer
在微软开源的Kiota项目中,开发团队正在解决一个关于自适应卡片(Adaptive Card)在插件清单(plugin manifest)中的定义问题。本文将深入探讨这一功能的技术实现细节和设计考量。
背景与需求
自适应卡片是一种通用的UI格式,允许开发者以一致的方式在不同平台上展示内容。在Kiota项目中,用户希望能够将现有的自适应卡片集成到插件中,但目前存在一些限制:
- Kiota当前必须将自适应卡片直接定义在插件清单中
- 缺乏对外部自适应卡片文件的引用支持
技术方案
开发团队提出了两种可能的解决方案:
- 内联JSON方案:将自适应卡的JSON内容直接写入插件清单
- 外部引用方案:在清单中引用外部自适应卡片文件
经过讨论,团队决定采用外部引用方案,这需要TypeSpec编译器支持从外部文件引用,并通过OpenAPI扩展(x-ai-adaptive-card)来传递这些信息。
实现细节
OpenAPI扩展设计
团队设计了一个新的OpenAPI扩展x-ai-adaptive-card,该扩展需要定义在操作级别,因为每个操作可能需要不同的自适应卡片。扩展包含两个关键属性:
data_path:标识响应中的元素路径file:指向外部自适应卡片文件的路径
示例结构
{
"paths": {
"/emails": {
"get": {
"operationId": "searchEmails",
"x-ai-adaptive-card": {
"data_path": "$.items",
"file": "path_to_file_for_email"
}
}
}
}
}
映射到插件清单
上述OpenAPI扩展将映射到插件清单的functions[n].capabilities.response_semantics部分:
{
"functions": [
{
"name": "searchEmails",
"capabilities": {
"response_semantics": {
"data_path": "$.items",
"static_template": {
"file": "path_to_file_for_email"
}
}
}
}
]
}
技术考量
- 多操作支持:每个操作可以有自己的自适应卡片定义,提高了灵活性
- 向后兼容:当未定义x-ai-adaptive-card扩展时,不会添加response_semantics部分
- 工具链整合:需要TypeSpec编译器、Kiota和TTK(Toolkit)协同工作
实现进展
目前,TTK已经支持外部化自适应卡片的功能。Kiota需要完成的工作包括:
- 读取OpenAPI扩展中的自适应卡片信息
- 正确生成包含外部文件引用的插件清单
- 处理路径解析和文件引用
总结
Kiota项目中对自适应卡片的支持是一个典型的基础设施增强案例,展示了如何通过OpenAPI扩展机制实现功能的灵活扩展。这一改进将使用户能够更轻松地将现有自适应卡片集成到插件中,同时保持代码的整洁和可维护性。随着TTK已经支持相关功能,Kiota的实现将进一步完善整个工具链的生态。
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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