ModelContextProtocol C SDK中的枚举序列化问题解析
问题背景
在ModelContextProtocol C# SDK的开发过程中,开发人员发现了一个关于枚举序列化的技术问题。当使用GetPromptHandler返回GetPromptResult时,PromptMessage类型中的Role字段在序列化时使用了枚举值的大写形式,而下游工具如Claude和MCP Inspector期望的是小写值。
问题现象
具体表现为,当开发人员尝试通过MCP Inspector调用包含PromptMessage的API时,系统会返回验证错误,提示"Invalid enum value. Expected 'user' | 'assistant', received 'User'"。这表明序列化后的JSON中Role字段的值不符合预期格式。
技术分析
这个问题本质上是.NET中枚举序列化的常见问题。在.NET生态中,默认情况下枚举值会按照其定义时的名称进行序列化,即保持大小写不变。然而,许多Web API和规范要求枚举值使用特定的大小写格式(通常是全小写或蛇形命名法)。
在ModelContextProtocol的案例中,规范明确要求Role枚举值必须是小写形式("user"和"assistant"),而C#枚举定义通常采用首字母大写(User和Assistant),这就导致了序列化结果不符合规范要求。
解决方案探索
开发团队尝试了几种不同的解决方案:
-
全局JsonStringEnumConverter配置:最初通过在JsonSerializerOptions中添加JsonStringEnumConverter并指定SnakeCaseLower命名策略来解决问题。这种方法简单直接,但可能会影响项目中所有枚举的序列化行为。
-
特定枚举的自定义转换器:随后尝试为Role枚举专门创建RoleConverter,继承自JsonStringEnumConverter并指定命名策略。这种方法更加精确,只影响目标枚举。
-
AOT兼容性考虑:由于JsonStringEnumConverter在原生AOT编译中不受支持,解决方案需要同时考虑框架依赖和AOT两种场景。
最终解决方案
结合上述探索,推荐的解决方案是:
- 为Role枚举添加专门的JsonConverter特性,指定自定义的RoleConverter
- 在McpJsonUtilities中配置默认的JsonStringEnumConverter时,明确指定SnakeCaseLower命名策略
- 确保所有相关类型(如ListPromptsResult和GetPromptResult)都被包含在JsonSerializerContext中,以支持AOT编译
这种混合方案既保证了特定枚举的正确序列化,又维持了与AOT编译的兼容性,同时不会过度影响项目中其他枚举的序列化行为。
技术要点总结
-
枚举序列化控制:在需要精确控制枚举序列化格式时,优先考虑为特定枚举创建自定义转换器。
-
命名策略选择:根据API规范要求选择合适的命名策略,常见的包括:
- 原样保留(默认)
- 驼峰命名(CamelCase)
- 蛇形命名小写(SnakeCaseLower)
- 蛇形命名保留大小写(SnakeCase)
-
AOT兼容性:在.NET的AOT编译场景下,需要特别注意:
- 避免使用某些反射-heavy的转换器
- 确保所有需要序列化的类型都被正确包含在JsonSerializerContext中
- 预先注册所有必要的转换器
-
API规范一致性:与外部系统交互时,严格遵守其数据格式规范,包括枚举值的具体表示形式。
这个问题展示了在实际开发中,类型系统、序列化规范和平台特性之间需要仔细协调的重要性,也为处理类似场景提供了有价值的参考模式。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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