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
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
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989