Kiota项目中的自适应卡片支持增强
在API开发领域,OpenAPI规范已经成为描述RESTful API的事实标准。微软开源的Kiota项目作为一个API客户端生成工具,能够根据OpenAPI规范自动生成强类型的客户端代码。最近,Kiota项目增加了一项重要功能:支持在OpenAPI描述中嵌入自适应卡片(Adaptive Card)信息,并在生成的API树结构中返回这些信息。
背景与需求
自适应卡片是微软提出的一种通用卡片格式,能够在不同平台和应用之间共享富内容。在API开发中,将自适应卡片信息与API操作关联起来,可以为开发者提供更丰富的交互体验。例如,当开发者调用某个API操作时,可以自动显示与该操作相关的可视化卡片。
Kiota项目需要扩展其功能,以支持从OpenAPI描述中提取自适应卡片信息,并在生成的API树结构中包含这些信息。具体来说,当OpenAPI描述中的操作包含x-ai-adaptive-card扩展时,Kiota应该能够识别并返回这些信息。
技术实现
在OpenAPI规范中,可以通过扩展字段x-ai-adaptive-card来定义自适应卡片信息。一个典型的定义如下:
x-ai-adaptive-card:
dataPath: $.test
file: path_to_adaptive_card_file
这个扩展包含两个关键属性:
- dataPath:指定了从API响应中提取数据的JSON路径
- file:指向自适应卡片模板文件的路径
Kiota的RPC服务器中的ShowAsync方法需要被修改,以返回这些自适应卡片信息。同时,getKiotaTree方法也需要相应调整,确保在返回的API树结构中包含这些信息。
实现细节
为了实现这一功能,Kiota项目需要进行以下主要修改:
-
OpenAPI解析器增强:扩展OpenAPI解析逻辑,识别操作中的x-ai-adaptive-card扩展字段。
-
数据结构扩展:在内部数据结构中添加自适应卡片信息的表示,确保这些信息能够被保留并传递到生成的API树中。
-
RPC接口调整:修改ShowAsync方法的实现,使其能够处理并返回自适应卡片信息。
-
getKiotaTree方法更新:确保该方法返回的每个操作节点都包含相关的自适应卡片信息(如果存在)。
技术价值
这一增强为Kiota项目带来了以下技术价值:
-
更丰富的API描述:开发者不仅能够获取API的结构信息,还能获得相关的可视化表示。
-
更好的开发体验:集成开发环境可以利用这些自适应卡片信息,为开发者提供更直观的API交互方式。
-
标准化扩展:通过遵循OpenAPI的扩展机制,保持了与现有工具链的兼容性。
-
未来扩展基础:为后续可能添加的更多API元数据支持奠定了基础。
总结
Kiota项目对自适应卡片的支持是一个典型的渐进式增强,它保持了与现有OpenAPI规范的兼容性,同时为开发者提供了更丰富的API交互能力。这一功能的实现展示了Kiota项目对开发者体验的持续关注,以及其在API工具链生态中的创新精神。
对于使用Kiota的开发者来说,这意味着他们现在可以在API描述中嵌入可视化信息,并在生成的客户端代码中利用这些信息构建更丰富的用户界面。这种能力特别适合需要将API操作与前端展示紧密集成的应用场景。
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 StartedRust0152- 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