.NET Extensions 项目中 AI 功能调用参数默认值问题解析
在 .NET Extensions 项目的 AI 功能模块中,开发者在使用 9.4.0-preview.1.25175.4 版本时遇到了一个关于函数参数默认值的兼容性问题。本文将深入分析该问题的技术背景、产生原因及解决方案。
问题现象
当开发者通过 AI 功能调用带有可选参数的函数时,系统会返回 HTTP 400 错误,提示"invalid_function_parameters"。具体错误信息指出,在函数参数 schema 中不允许使用"default"关键字,特别是当参数标记为可空类型时。
典型错误示例如下:
Parameter: tools[3].function.parameters
Invalid schema for function 'GetLogs': In context=('properties', 'name'), 'default' is not permitted.
技术背景
在 OpenAI 的 API 规范中,函数调用功能允许开发者定义函数的 schema,包括参数名称、类型和默认值等元数据。.NET Extensions 项目中的 AI 功能模块会自动将这些 C# 函数定义转换为 JSON schema 供 AI 模型使用。
在 9.4.0-preview.1.25175.4 版本中,项目默认启用了 OpenAI 的"strict"模式,该模式对 schema 定义有更严格的校验规则。虽然 OpenAI 官方文档没有明确禁止"default"关键字的使用,但在 strict 模式下确实会拒绝包含此关键字的 schema。
问题根源
问题的核心在于:
- C# 方法的可选参数(如 string? name = null)会被自动转换为包含"default"关键字的 JSON schema
- 新版本默认启用了 strict 模式,导致这些 schema 被拒绝
- 旧版本(9.3.0-preview.1.25161.3)没有此问题是因为未启用 strict 模式
解决方案
目前有两种可行的解决方案:
方案一:禁用 strict 模式
在创建 AI 函数时显式禁用 strict 模式:
AIFunctionFactory.Create(yourMethod, new() {
AdditionalProperties = new Dictionary<string, object?>() {
["Strict"] = false
}
})
方案二:修改 schema 生成逻辑
项目团队正在考虑修改 AIJsonUtilities 的 schema 导出逻辑,自动移除"default"关键字。同时可能将 strict 模式恢复为默认关闭状态,需要开发者显式启用。
最佳实践建议
- 对于需要向后兼容的场景,建议暂时采用方案一
- 关注项目更新,未来版本可能会提供更完善的解决方案
- 在设计 AI 可调用函数时,尽量避免复杂的参数默认值设置
- 测试时应当覆盖各种参数组合情况,特别是可选参数场景
总结
这个问题展示了 AI 功能与传统 API 设计之间的微妙差异。随着 .NET Extensions 项目中 AI 功能的不断演进,开发者需要关注这些边界情况的处理。项目团队正在积极优化相关实现,以提供更稳定、更符合开发者预期的体验。
对于正在评估或使用预览版功能的开发者,建议保持对项目更新的关注,并在生产环境部署前进行充分的测试验证。
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