解析dotnet/extensions项目中AIFunction参数验证问题
问题背景
在dotnet/extensions项目的AI功能模块中,开发者MikeAlhayek遇到了一个关于AIFunction参数验证的问题。当尝试创建一个用于导入JSON配方的AIFunction时,系统抛出了一个关于参数schema验证的错误,提示"required"数组中包含了properties中不存在的键。
问题分析
原始代码问题
开发者最初实现的AIFunction定义了一个名为"import_recipe"的工具,期望接收一个JSON对象作为参数。关键问题出现在schema定义部分:
var metadata = new JsonObject
{
{"type", "object"},
{"properties", new JsonObject
{
{ "recipe", new JsonObject
{
{"type", "object" },
{"description", "A JSON object representing an OrchardCore recipe" },
}
}
}
},
{"required", new JsonArray("recipe") },
// 其他配置...
};
错误原因
根据微软团队成员的诊断,这个问题实际上是由两个因素共同导致的:
-
缺少additionalProperties声明:在JSON Schema中,当type为object时,最佳实践是明确声明是否允许额外属性。这可以通过设置additionalProperties为true或false来实现。
-
参数类型定义问题:将recipe参数的类型直接定义为"object"可能会导致一些验证问题,特别是在与AI服务交互时。
解决方案
临时解决方案
微软团队成员提供了两种临时解决方案:
- 修改schema定义:将recipe参数的类型改为string,并添加additionalProperties声明:
JsonSchema = JsonSerializer.Deserialize<JsonElement>("""
{
"type": "object",
"properties": {
"recipe": {
"type": "string",
"description": "A JSON object representing an OrchardCore recipe"
}
},
"additionalProperties": false,
"required": ["recipe"]
}
""");
- 禁用严格验证:通过设置AdditionalProperties来关闭严格验证模式:
public override IReadOnlyDictionary<string, object?> AdditionalProperties { get; } = new Dictionary<string, object?>()
{
["Strict"] = false,
};
根本解决方案
微软团队已经识别到这个问题是由于OpenAI服务默认开启了严格验证模式导致的,并已经在代码库中提交了修复(PR #6285),准备将strict模式的默认值改回false。
深入理解
JSON Schema验证
在实现AIFunction时,参数验证依赖于JSON Schema规范。一个完整的对象类型定义应该包含:
- type声明
- properties定义
- additionalProperties声明
- required数组(可选)
AIFunction调用机制
值得注意的是,即使解决了schema验证问题,开发者还需要正确处理函数调用请求。这通常需要:
- 手动处理函数调用响应
- 或者在管道中添加FunctionInvokingChatClient来自动处理
最佳实践建议
基于这个案例,我们可以总结出一些在dotnet/extensions项目中实现AIFunction的最佳实践:
-
完整的schema定义:始终为对象类型参数提供完整的schema定义,包括additionalProperties声明。
-
参数类型选择:对于复杂对象,考虑使用string类型接收JSON字符串,然后在代码中反序列化,这通常比直接使用object类型更可靠。
-
错误处理:在InvokeCoreAsync方法中实现健壮的错误处理逻辑,特别是对于参数转换和验证。
-
测试验证:在开发过程中充分测试各种边界情况,确保函数能够正确处理各种输入。
总结
这个案例展示了在dotnet/extensions项目中使用AIFunction时可能遇到的一个典型问题。通过理解JSON Schema的验证规则和AI服务的交互机制,开发者可以避免类似问题,构建更健壮的AI功能集成。微软团队已经识别并修复了相关问题,同时提供了临时解决方案,体现了开源社区协作解决问题的效率。
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