在dotnet/extensions项目中实现自定义AIContent类型的Native AOT序列化
2025-06-27 05:20:49作者:凌朦慧Richard
背景介绍
在dotnet/extensions项目中,Microsoft.Extensions.AI.Abstractions提供了一套用于人工智能交互的抽象接口。当开发者需要实现自定义的AIContent派生类型时,特别是在Native AOT编译环境下,会遇到JSON序列化方面的挑战。
问题核心
开发者在为Gemini实现AI扩展时,创建了两种自定义AIContent派生类型:ExecutableCodeContent和CodeExecutionContent。在常规CLR环境下,这些类型能够正常通过LoggingChatClient进行JSON序列化记录。但在Native AOT编译环境下,系统会抛出"JsonTypeInfo metadata not provided"异常。
技术分析
问题的根源在于Native AOT环境下System.Text.Json的行为变化:
- 在常规CLR环境下,AIJsonUtilities.DefaultOptions使用反射机制进行序列化
- 在Native AOT或裁剪环境下,它会切换到仅针对程序集内类型的源生成契约
解决方案
要解决这个问题,需要以下步骤:
- 为自定义类型创建JsonSerializerContext
- 将自定义上下文的TypeInfoResolver与AIJsonUtilities.DefaultOptions的解析器链合并
- 确保在设置TypeInfoResolver后再调用AddAIContentType方法
具体实现代码如下:
// 创建自定义JSON序列化上下文
[JsonSerializable(typeof(ExecutableCodeContent))]
[JsonSerializable(typeof(CodeExecutionContent))]
partial class JsonContext : JsonSerializerContext;
// 配置JsonSerializerOptions
var options = new JsonSerializerOptions(AIJsonUtilities.DefaultOptions)
{
TypeInfoResolver = JsonTypeInfoResolver.Combine(
JsonContext.Default,
AIJsonUtilities.DefaultOptions.TypeInfoResolver
)
};
// 注册自定义AIContent类型
options.AddAIContentType<ExecutableCodeContent>("executable_code");
options.AddAIContentType<CodeExecutionContent>("code_execution");
注意事项
- 顺序很重要:必须先配置TypeInfoResolver,再调用AddAIContentType
- 使用JsonTypeInfoResolver.Combine创建不可变实例,避免潜在的循环引用问题
- 在Native AOT环境下,所有需要序列化的类型都必须显式声明在JsonSerializerContext中
潜在问题
开发者可能会遇到堆栈溢出问题,这通常是由于解析器链配置不当导致的。正确的做法是使用JsonTypeInfoResolver.Combine来合并解析器,而不是直接修改TypeInfoResolverChain属性。
结论
在dotnet/extensions项目中实现自定义AIContent类型的Native AOT序列化需要特别注意JSON序列化上下文的配置。通过正确组合源生成解析器并遵循特定的配置顺序,可以确保自定义类型在Native AOT环境下能够正常序列化。这种解决方案不仅适用于当前场景,也为其他需要在Native AOT环境下使用System.Text.Json进行复杂类型序列化的场景提供了参考。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

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
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8