ModelContextProtocol C SDK中枚举值的OpenAPI规范问题解析
2025-07-08 18:48:06作者:房伟宁
问题背景
在使用ModelContextProtocol C# SDK开发MCP工具时,开发者发现当工具返回结构化JSON输出时,list-tools请求返回的模型没有正确声明枚举类型的可能值。这导致输入模式无法了解每个枚举值的潜在选项及其含义,影响了LLM等系统对输入参数的准确理解。
技术分析
枚举序列化机制
默认情况下,C#中的枚举类型会被序列化为整数而非字符串。这在OpenAPI规范中表现为简单的数值类型,缺乏对枚举值的描述性信息。这种默认行为虽然高效,但牺牲了API文档的可读性和自描述性。
解决方案
方案一:JsonStringEnumConverter注解
最直接的解决方案是为枚举类型添加JsonStringEnumConverter注解:
[JsonConverter(typeof(JsonStringEnumConverter))]
public enum Animal {
Cat,
Dog,
Elephant,
Frog
}
对于需要AOT兼容的场景,建议使用泛型版本:
[JsonConverter(typeof(JsonStringEnumConverter<Animal>))]
public enum Animal {
Cat,
Dog,
Elephant,
Frog
}
方案二:全局配置
当无法直接修改枚举定义时(如gRPC生成的类),可以通过全局配置实现:
var options = new JsonSerializerOptions(McpJsonUtilities.DefaultOptions) {
Converters = { new JsonStringEnumConverter() }
};
在MCP服务器端,可以通过WithTools/WithToolsFromAssembly方法应用这些配置。
方案三:源生成器配置
对于高级场景,可以使用源生成器进行配置:
[JsonSourceGenerationOptions(UseStringEnumConverter = true)]
[JsonSerializable(typeof(MyEnumType))]
internal partial class EnumJsonContext : JsonSerializerContext;
最佳实践建议
-
优先使用字符串枚举:在API设计中,字符串枚举比数值枚举更具可读性和稳定性
-
统一命名规范:确保枚举值名称遵循一致的命名约定(如PascalCase)
-
文档补充:即使使用字符串枚举,也建议在Swagger文档中添加额外的描述信息
-
版本兼容性:当修改现有枚举时,考虑向后兼容性策略
总结
ModelContextProtocol C# SDK中的枚举序列化问题可以通过多种方式解决,开发者应根据具体场景选择最适合的方案。理解这些技术细节有助于构建更健壮、更易用的API接口,特别是在需要与LLM等智能系统交互的场景中。正确的枚举配置不仅能改善API文档质量,还能提升整个系统的可维护性和可扩展性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
411
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++
886
604
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895