Kiota项目中自适应卡片在插件清单中的定义与实现
2025-06-24 22:12:32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
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
最新内容推荐
 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
104
132
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++
598
158
暂无简介
Dart
566
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
249
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
101
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
446