ModelContextProtocol C SDK 中自定义 JSON Schema 生成的实践指南
在开发基于 ModelContextProtocol (MCP) 的工具时,正确处理输入参数的 JSON Schema 定义对于 AI 代理理解数据类型至关重要。本文将深入探讨如何在 C# SDK 中自定义 JSON Schema 生成,特别是处理 .NET 特有的日期时间类型。
背景与挑战
当开发者定义 MCP 工具时,输入参数的 Schema 会自动生成。对于包含 .NET 特有类型(如 DateTime、DateTimeOffset 和 TimeSpan)的输入类,默认生成的 Schema 可能不足以清晰表达这些类型的语义。
例如,对于以下输入类:
public class TemporalData
{
[JsonPropertyName("dateTimeValue")]
public DateTime DateTimeValue { get; set; }
[JsonPropertyName("dateTimeOffsetValue")]
public DateTimeOffset DateTimeOffsetValue { get; set; }
[JsonPropertyName("timeSpanValue")]
public TimeSpan TimeSpanValue { get; set; }
}
默认生成的 Schema 中,只有 TimeSpan 类型会带有注释说明其 .NET 类型信息,而 DateTime 和 DateTimeOffset 则缺乏足够的元数据描述。
解决方案
1. 使用 TransformSchemaNode 自定义 Schema
对于动态创建的工具,可以通过 SchemaCreateOptions 的 TransformSchemaNode 回调来自定义 Schema 生成:
var tool = McpServerTool.Create((TemporalData input) => "received data", new()
{
SchemaCreateOptions = new()
{
TransformSchemaNode = (ctx, node) =>
{
Type? t = ctx.PropertyInfo?.PropertyType;
if (t == typeof(DateTime) || t == typeof(DateTimeOffset))
{
node["format"] = "date-time";
}
else if (t == typeof(TimeSpan))
{
node["format"] = "duration";
}
return node;
},
},
});
这种方法可以灵活地为特定类型添加格式(format)信息,使生成的 Schema 更加精确。
2. 内置类型映射改进
最新版本的 SDK 已经内置了对常见 .NET 类型的支持,包括:
- DateTime 和 DateTimeOffset 会被标记为 "date-time" 格式
- TimeSpan 会被标记为 "duration" 格式
这些改进使得 Schema 生成更加符合 JSON Schema 规范,无需开发者额外配置。
3. 静态工具方法的限制与替代方案
对于使用 [McpServerTool] 属性标记的静态方法,目前不支持直接通过属性参数来自定义 Schema 生成。开发者可以考虑以下替代方案:
- 改用动态工具创建方式,获得更细粒度的控制
- 创建自定义工具包装器,继承或组合现有的工具实例
- 实现自己的工具发现和注册逻辑,替代属性标记方式
最佳实践建议
- 优先使用最新版本:确保使用包含内置类型映射改进的 SDK 版本
- 明确类型语义:对于自定义类型,考虑添加格式(format)和注释(comment)信息
- 保持一致性:在整个项目中采用统一的 Schema 自定义策略
- 文档化约定:记录团队对特殊类型的处理方式,便于维护
总结
ModelContextProtocol C# SDK 提供了多种方式来定制 JSON Schema 生成,从简单的回调函数到内置的类型映射支持。理解这些机制可以帮助开发者创建更精确、更易于 AI 代理理解的工具接口定义。对于需要精细控制的场景,推荐使用动态工具创建方式;而对于简单用例,则可以依赖 SDK 的内置支持。
随着 SDK 的不断演进,未来可能会提供更多便捷的方式来定制 Schema 生成,开发者应保持对更新日志的关注,及时采用新的最佳实践。
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